技术文章 3

多智能体LLM系统中的“偏见传染”:评估者的偏见如何悄然扩散

## TL;DR 当多个大语言模型组成智能体团队相互评估时,评估者的系统性偏见会像病毒一样在网络中传播扩散。研究人员提出了“传染网络”框架,通过构建偏见传播矩阵,量化了这种偏见传染的机制和强度,发现某些偏见类型比其他类型更容易在多智能体系

传染网络:多智能体LLM系统中评估者偏见的传播机制

当大语言模型在多智能体系统中充当评估者时,它们的系统性评估偏见会在智能体网络中传播。本文解读Contagion Networks论文——研究者提出了一套量化偏见传播的数学框架,发现即使是同一模型的不同实例之间,偏见传播系数也达到0.157-0.352,但同模型传播比跨模型传播弱3-5倍。更关键的是,将评估者委员会规模从1人扩大到3人,能有效降低72.4%的偏见传播。这一发现对设计可靠的AI评估系统具有重要指导意义。

规模才是真正的敌人:200个AI智能体协作时,为什么简单任务比复杂任务崩溃得更惨?

企业级AI系统需要协调数百个智能体时,现有编排架构面临严重性能退化。研究发现系统规模而非任务复杂度是决定性能的首要因素,简单任务在大规模下衰减更严重。论文提出Task Manager模块,通过优先级推理、关联事件合并和抢占机制,将高优先级延迟降低14-75%,关联事件正确率提升超20个百分点。

情报动态 2

学习 🟢

WebSwarm: 递归多智能体编排实现深度+广度网页搜索

提出渐进式递归委派框架,每个搜索节点可自行解决或递归委派子节点,在 BrowseComp-Plus 等基准全面超越单智能体基线。核心价值:搜索 Agent 基础设施级创新,可直接集成到企业知识管理和研究助手产品中。

工具 🟢

herdr — 终端 AI Agent 多路复用器

在终端中同时管理多个 AI 编程 Agent 的多路复用器,支持并行调度、任务分发。适合需要同时操作多个 Agent 协作开发的场景。