返回作品

局部视角,
如何形成集体判断?

SwarmAlpha 是我的一项实验研究,探索掌握不同局部信息的 AI 智能体如何形成集体判断,以及外部观察者能从这一过程中了解什么。

SwarmAlpha · 多智能体研究档案

仓库链接指向已审阅的研究演进 README,尚待合并至默认分支。

研究问题

一群智能体可以接触不同的证据、产生分歧,并在讨论中修订各自的报告。这些局部信息如何形成集体判断?从对话之外观察,我们又能看到并描述群体中的哪些变化?

为探索这些问题,我围绕智能体搭建了观察与实验层,再通过实验检验:当它们能够获得的信息改变时,会发生什么。

我构建了什么

这项工作建立了一套多智能体实验系统,能够控制信息披露、从同一讨论状态分支进行比较,并保留实际模型运行记录。同时,我也开发了描述群体过程的工具,涵盖信息接触、证据使用、来源记录、响应与资源使用情况。

档案汇集了可复用代码、实验设计与测量约定。我负责研究方向、实验边界及结果解读,AI 协助实现与分析。过程描述器已实现并完成结构检查;其经验效度仍是有待研究的问题。

查看一次 GLM-4.6V 运行记录 · 阅读测量约定

研究与发现

使用真实模型的实验发现,信息披露能够改变智能体报告的判断。在涵盖 45 个任务、两个随机种子,并使用 deepseek-chat的事后复现实验中,披露反驳关系时的平均 Brier 损失低于披露支持关系时的损失,但个别任务呈现相反结果。这里测量的是概率报告,并未确立选择干预方式的通用规则。 阅读实验报告。

一些早期预测性假设未得到后续检验的支持。因此,研究逐渐转向更审慎地描述群体状态,并明确测量约定。README 与报告保留了这一演进过程,包括否定性发现与实验的局限。目前已停止主动研究;代码与记录仍可供后续研究及工程交接使用。

阅读研究概述 · 后续分析 · 交流这项工作