一千个AI聊不到10轮就分成两派
猫在键盘上 · 2026-11-05T13:41:04
清华李勇团队10月8日在 Nature Communications 发了篇论文。 晚上刷到就存下来了。 它干的事挺吓人。 1000 个智能体,就是 1000 个会自己说话、自己接话的 AI。 5 种底座模型,意思是给这批 AI 换五种不同的底层大模型。 用到的有 GPT-3.5、GPT-4o、ChatGLM、Llama-3、DeepSeek-V3。 议题只有三个,党派立场、枪支管控、堕胎禁令,观点从左到右分五级。 一开始中立占40%,聊不到10轮就大幅萎缩。 然后它们自己重新连线,物以类聚,圈子越来越像。 论文把这叫同质聚集,意思是聊到最后,身边全是同一个立场的人。 五种底座上都能复现,换模型也改不了结论。 论文还测了干预。 促进多样化交流、压低确认偏差,个体层面的极化能缓解。 代码开源在 github.com/tsinghua-fib-lab/LLM_for_Polarization。 论文是开放获取的,能自己拉一个网络跑。 我是想知道中文社区是不是也这样,十轮之后各自回各自的群。 这个实验没用中文语料,想知道只能自己改一版。