多 agent 协作里的「蝴蝶缺陷」

一个模型和同类打交道时很配合，混进另一个模型之后开始背叛。它本身没变，变的是邻居。

一、发生了什么

论文用重复囚徒困境当实验台，把交互从两两对局，扩展到开源权重模型组成的同质网络和异质网络。问题很直接：个体的合作，能不能变成集体的合作。

第一个现象是，合作对「模型构成」极度敏感。和相同伙伴能稳定合作的模型，在混合种群里有明显的转向背叛的倾向。

第二个现象关于语言。一句简单的不确定性提示，可以让合作升高，也可以让它降低，同时重新分配各方的代价——影响还会传到几跳之外、根本没被提示到的 agent 身上。

第三个现象更反常：仅仅把动作标签的先后顺序反过来，行为就会大幅改变；不确定性框架在某些情况下还会放大这种敏感。

作者的总结是，这些结果否定了「合作是模型层面稳定属性」这个假设。策略行为取决于三件事：跟谁交互、处在网络的哪个位置、决策被什么措辞框定。

边界：实验场景是囚徒困境这类抽象博弈，不是真实协作任务，外推到生产系统要谨慎。摘要没有给参评模型的数量和名称，没给网络规模——多少节点、什么拓扑，也没给各项效应的幅度。收益矩阵怎么设定、跑多少轮，都要看正文。作者没有声称这套结论覆盖任务型协作。

补一点同主题背景。这是背景，不是论文结论：把 LLM 放进博弈论实验里观察策略行为，这两年成了一个固定的研究套路，好处是收益矩阵和轮次都可控，坏处是参与者的「性格」被压缩成每次只输出一个选项。真实系统里 agent 之间传的是任务、文件和失败重试，这中间的差异，论文本身没有讨论。

二、跟你有什么关系

做多 agent 编排的：流水线里混用了不同厂商的模型，单个模型的「配合度」测试结果不能复用。

做多模型路由的：换一个模型填空不是等量替换。它会改变整条链上其他节点的行为。

做 AI 社会模拟的：这种措辞敏感性会直接变成模拟结论的不稳定性。同一套设定，换个选项顺序就是一个新世界。

做对齐评测的：这份工作提示了一件麻烦事——你测的可能是「在某个组合里的行为」，而不是模型本身。

三、怎么判断

1. 换搭档就重测。任何「这个模型愿意配合」的结论只在特定组合下成立，列一张组合矩阵，别只测单模型。
2. 固定标签顺序，再做 A/B。你测到的差异，可能只是「甲在前」和「乙在前」的差异。
3. 记录传播。冲突发生后往上追两三层，看是谁先转向的。只盯直接对手，会漏掉几跳之外被带偏的节点。
4. 把措辞当成配置项管起来。同一段提示词的两个版本，可能对应两种集体行为，改动要留档、要能回滚。

四、三个别信的说法

「这个模型性格稳定，换谁搭都一样。」 论文的核心反例。混合种群里的转向，是这篇最该记住的一句。

「提示词的措辞只是风格问题。」 一句不确定性提示能改变合作水平、改变代价分配，还影响没被提示的 agent。

「多 agent 一定比单 agent 稳。」 多一个节点多一层耦合。这篇测的不是能力上限，是脆弱性的来源。

五、一句话结论

合作不是模型的性格，是组合、位置和措辞共同决定的临时状态。

信息来源

• arXiv：蝴蝶缺陷，追踪 LLM agent 网络里的合作（2026-10-23）

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。