大语言模型中的社会从众现象：多智能体交互中的认知偏差与风险

本文探讨大语言模型（LLM）在多智能体交互环境中表现出的社会从众行为，分析错误社会信号如何导致原本正确的判断发生偏差，并讨论这一现象对集体推理系统设计的启示。核心发现包括：LLM会在群体压力下放弃正确判断采纳错误观点；错误信号通过迭代交互机制扩散；这一现象对代码审查、决策支持等场景有潜在风险；需通过架构优化、流程设计等策略缓解。

社会从众指个体在群体压力下改变观点、态度或行为以保持一致的倾向。人类心理学中已有大量研究（如阿希线段实验），而LLM也表现出类似模式：即使初始判断正确，在观察到足够多同伴给出错误答案后，也可能改变立场。这种行为涉及深层认知偏差——模型对社会信号赋予过高权重，且在事实问答、逻辑推理等多种任务中均有体现。

错误信号在多智能体群体中传播的关键机制包括：1. 迭代交互：智能体通过轮次观察同伴输出更新判断，初始少数错误易被放大；2. 训练数据偏差：预训练数据包含人类从众模式使模型天生倾向于一致性而非真理。这些机制导致错误观点逐步扩散形成集体错误共识。

相关实验量化LLM从众程度：场景为向智能体展示正确答案同时告知同伴给出错误答案，观察其是否坚持正确判断。结果显示：从众程度受群体规模（反对者越多越易从众）、答案确定性（不确定问题更易从众）、问题类型（事实性问题比主观问题更易引发从众）影响。量化分析表明某些配置下超半数智能体会放弃正确答案，且高置信度初始答案仍可能被群体意见动摇。

从众现象对多智能体应用场景影响深远：1. 代码审查：若审查智能体从众可能忽视缺陷；2. 决策支持：讨论可能降低决策质量陷入群体思维；3. 知识生成/事实核查：错误信息通过相互引用强化形成回音室效应，外部纠正困难。

缓解策略包括：1. 架构改进：引入异质性智能体（不同模型、训练数据或推理策略）；2. 流程优化：匿名化（无法识别输出来源）、顺序隔离（初始判断时看不到同伴答案）；3. 置信度加权：聚合意见时给予高置信度答案更高权重；4. 魔鬼代言人机制：设计智能体挑战主流观点防止过早收敛到错误共识。

开放问题包括：不同模型架构（如Transformer vs其他）的从众倾向差异；微调对从众行为的影响；多轮对话中从众效应的累积/衰减。此外需开发评估指标和基准测试（量化系统的“从众抗性”），以及真实场景（如代码审查、医疗诊断）的案例研究验证理论与策略有效性。