研究：多代理 LLM 不會互相探索,短視又極化的互動讓協作越走越窄

Hugging Face 每日論文榜上一篇研究,給多代理系統的樂觀敘事踩了剎車。論文標題開門見山:「Multi-Agent LLMs Fail to Explore Each Other」——多代理 LLM 不會互相探索。研究團隊把問題形式化為「多代理探索問題」,實測發現現代 LLM 代理在彼此互動時,普遍呈現短視（myopic）且極化（polarized）的行為模式:要嘛過早鎖定某個互動對象或策略,要嘛在少數選項間來回,始終沒有系統性地探索其他代理的能力與意圖,結果是協調品質下降、遺憾值（regret）上升。

探索與利用的平衡是強化學習的古典難題,單代理場景下 LLM 的探索能力已被多篇研究質疑,多代理場景把難度再往上疊:每個代理面對的環境包含其他同樣在學習調整的代理,不去探索對方的行為模式,就無法找到最優的協作方式。研究顯示,即使是最先進的模型,互動時也傾向依賴先驗假設而非主動試探,像一群不肯互相認識的同事硬要合作。

產業啟示直接對接本站今天報導的企業代理調查:企業已經在部署多代理工作流,編排平台把代理串起來容易,但代理之間能否真正「磨合」出高效分工,學術端的答案目前是否定的。多代理系統的可靠性,短期內恐怕仍要靠人類設計的硬規則與流程兜底,而非指望代理自行湧現協作智慧。

歸剛點評:多代理是今年最熱的架構敘事,這篇論文的價值在於把「代理們會自己學會合作」的想像拉回實證面。給實務工作者的翻譯:目前的多代理系統請當成流水線設計,每個代理的職責、交接與失敗處理都要人類寫死,浪漫留給論文的未來工作章節就好。