LLM Drift：大语言模型在对抗性多智能体交互中的行为漂移现象研究

本文聚焦大语言模型在对抗性多智能体交互中的行为漂移（LLM Drift）现象，通过LangGraph构建对抗辩论模拟平台，结合22维行为指标评估心理测量、人格特质、情感状态、认知结构、社会关系五个维度的漂移情况，为理解AI行为变化提供系统性工具与方法。

随着LLM在各类场景广泛部署，对抗性交互中模型行为偏离初始设定的LLM Drift现象逐渐浮现。传统假设模型行为稳定，但实际中长时间对抗交互下，即使有明确角色指示，模型仍会发生可测量漂移，影响虚拟陪伴、教育辅导等依赖角色一致性的应用场景。

LLM Drift指模型在特定角色任务中随对话偏离设定的可测量变化，从五维度研究： 1.心理测量维度：关注逻辑姿态（分析性、权威性等）； 2.人格特质维度：基于OCEAN模型评估开放性、尽责性等； 3.情感状态维度：追踪情绪负荷（基调、唤醒度等）； 4.认知结构维度：考察词汇多样性、推理深度等； 5.社会关系维度：分析权力动态、共情能力等。

研究采用五阶段流水线： 1.研究定义：明确行为向量与评估框架； 2.对抗模拟：基于LangGraph构建双团队辩论架构，含角色、思考、批判智能体； 3.数据归档：保存完整对话与记忆数据； 4.量化评估：用RAGAS框架和Gemini模型进行22维指标评分； 5.分析可视化：Streamlit仪表板呈现漂移轨迹。 技术亮点包括状态机驱动辩论流程、分层评分系统、多层次记忆架构。

核心假设（对抗压力导致系统性漂移）具有重要意义： -对开发者：需定期校准角色一致性，对抗场景需额外稳定性机制，关注多智能体涌现行为； -对AI安全研究者：提供研究模型行为边界与失效模式的框架。

平台支持： -自定义辩论主题与角色设定； -添加新漂移评估维度； -替换底层模型（如Gemini不同版本）； -调整模拟参数（温度、轮次等），模块化设计适用于广泛对话行为分析。

该项目结合心理学理论、多智能体模拟与量化评估，为理解AI压力下的行为变化提供工具。随着LLM在关键场景部署，理解与预测行为漂移将成为AI系统设计与安全评估的重要组成部分。