本体论、共识计算与形式化证明：LLM Wiki 集体共识沉淀的机制与可证明性

1　引言

大语言模型驱动的 Wiki 与知识库系统，正在把「集体知识沉淀」从人类编辑社区扩展到人机混合共同体：条目由模型起草、由多轮反馈修订、由检索管道锚定来源，表面上复制了开放社区的协作流程，实质上却缺失三块地基。其一，本体锚定缺位——模型生成与改写的条目在同一名称下持续漂移，概念的同一性判定没有形式骨架，共识计算因此在一个不稳定的概念空间上进行。其二，共识被误当作真值——投票、辩论、自评等聚合机制，度量的往往是参与者先验的相关性，而非命题本身为真的程度。其三，沉淀不可证明——条目「定稿」通常只意味着没有人再反对，而不是通过了一次可能失败的独立检验。socienceAI实验室认为，回答「本体论与形式化方法如何支撑 LLM Wiki 的共识计算、集体共识沉淀的机制何以可被证明」，需要把三个领域的证据并置：维基社区的本体共识实证、多智能体共识机制的失效研究、分布式共识协议的形式化验证。

2　本体论：集体共识沉淀的形式骨架

本体论在工程语境中不是抽象形而上学，而是概念、关系与标识符的显式契约。Hepp、Bachlechner 与 Siorpaes（2006）在 Harvesting Wiki Consensus 中给出经典实证：维基百科条目 URI 的概念含义在开放、非监督的编辑过程中表现出惊人的稳定——抽样分析中，绝大多数条目从创建到最近版本保持同一概念指称，少数发生语义漂移的案例全部属于歧义页拆分带来的概念放宽，而非收窄。作者由此提出，开放社区以非监督方式达成了「轻量本体共识」：命名概念本身就是本体元素，本体不是专家小群体的静态作品，而是必须在任意时刻反映社区共识的动态契约（community contract）。

这一结论迁移到 LLM Wiki 场景恰好点中要害。若条目层面的概念标识缺乏本体锚定，同名异指与异名同指会在生成、改写、合并的循环中持续累积，共识计算便失去稳定的计算域——所计算的并非同一个概念的共识，而是若干同名概念的混合。Chasin、Gal 与 Riemer（2013）从社会表征理论出发追溯维基知识的谱系，指出条目共识通过「锚定」（与既有概念建立链接）与「客观化」（被更多条目引用而进入集体现实）两个过程动态达成，本质上是暂时性协定；Qiu 等人（2021）进一步把在线知识社区中集体知识的共识版本称为「知识秩序」（knowledge order），并验证了协作交互在其达成中的作用。三支证据共同指向：沉淀不是文本的堆积，而是概念契约的收敛；本体论为这种收敛提供可引用、可比对、可仲裁的形式骨架。

3　共识计算的三类机制与结构性独立的必要性

有了本体骨架，下一问是共识如何计算。现有机制可归纳为三类，各有不可绕过的结构性盲区。

第一类是多智能体辩论。Du 等人（2023）让多个模型实例在多轮中互相质疑与修正、收敛到共同答案，在事实性与推理任务上明显减少了错误输出。但辩论收敛本身只证明「协议达成」：共享训练数据与对齐方式的模型实例先验高度相关，收敛可能只是相关先验互相强化的结果，而非命题获得了独立证据支持。

第二类是自我纠正与自评。Huang 等人（ICLR 2024）系统检验了内在自我纠正——模型仅凭自身能力修正初始回答、不引入外部反馈——在推理任务上无法可靠奏效，性能有时反而下降。用 BootLoops 研究协议的表述说，这对应三个观察：同意是免费的（agreement is free），自审会放行自己的缺陷（self-review approves own bugs），缺少外部仪器的对话是零信息量的检验（talk is a null instrument）。

第三类是投票与聚合规则。多数投票把每一份意见当作独立票，但当票来自相关先验时，聚合放大而非消除系统性偏差。

综合三类机制，可以得到贯穿本文的核心判据：共识度量的是先验的相关性，而不是真值；独立性不能寄望于提示词声明，必须被结构性强制（independence must be forced structurally）。这正是本体论、共识计算与形式化证明三者汇合的位置——要强制独立，就必须先形式化地说明「什么算独立」「什么算通过」。

4　形式化方法：让共识沉淀「可被证明」

分布式系统领域早已面对同一问题：多个节点对同一状态达成一致，凭什么相信一致的结果是对的。Woos 等人（2016）在 CPP 会议发表的 Raft 形式化验证工作给出范式回答——在 Verdi 框架下用 Coq 对 Raft 的安全性性质（含状态机安全性、日志匹配、领导者完备性等）给出机器检验的证明；这是数万行级代码、历时年余的大型工程，论文标题「为变更做规划」还强调规范本身必须随系统演化持续维护，否则证明会在下一次修改中失效。Bondarev、Ziborov 与 Yanovich（2026）的系统化综述（SoK）整理了二十余项已验证共识协议，提出从非形式化推理到机器检验代码证明的验证成熟度阶梯，并指出三个持续存在的断层：活性（liveness）验证远滞后于安全性验证、规范与实现脱节会掏空形式保证、验证规模仍受限于小规模网络。

把这套范式映射到 LLM Wiki 的沉淀环节，「可证明」不等于证明文本为真，而是沉淀通过了可失败的独立检验。BootLoops 的验收门（acceptance-gate）给出可操作的完成定义：完成 = 通过一次可能失败、且其执行路线不可能预先知道答案的检查（done = survived a check that could have failed, run by a route that could not have known the answer）。据此，LLM Wiki 至少应声明并检验四条不变量：

• 引用锚定不变量：每条事实性断言可回溯至外部可核验来源，或显式标注为待核验的编辑意见；
• 概念单调性不变量：条目语义修订仅允许显式放宽并记录理由，禁止静默收窄——这正是 Hepp 等人观察到的维基语义漂移模式的工程化；
• 版本收敛不变量：相互冲突的修订必须收敛到显式的仲裁记录，回退与合并全程可审计；
• 评审独立不变量：验收路径与生成路径信息隔离，评审者持有生成时不可见的 held-back 证据。

需要清醒的是，形式化证明证明的是规范，而不是世界本身——SoK 指出的规范-实现脱节在 Wiki 场景同样成立：形式化的共识规则仍需内容层的证据锚定兜底，两者互为条件而非互相替代。机制评估与研究设计的进一步讨论见 研究方法技能库。

5　工程落地：三步方法论

三条证据链合流，socienceAI实验室认为 LLM Wiki 共识沉淀的工程路径可以压缩为三步。第一步，本体锚定：为条目与概念建立稳定标识与同一性判定规则，使共识计算拥有确定的计算域，语义修订遵循概念单调性。第二步，结构性独立：评审、辩论与投票的路径设计必须强制独立——分离生成者与验收者、设置 held-back 证据、要求外部来源锚定，而不是依赖模型「自我审视」的承诺。第三步，验收门：条目定稿必须通过一次可失败、不可预知答案的独立检查并留下不可篡改的检查记录，使「沉淀完成」从「无反对意见」升级为可证明的事件。三步与 Agent 协同的信任链原则同构：无溯源不成归因，无归因不成审计，无审计不成信任——共识沉淀的可证明性，就是集体知识的信任链本身。

6　常见问题

6.1　LLM Wiki 的共识计算是什么

指在 LLM 参与起草、修订与评审的知识库中，把多来源、多轮次的意见聚合为条目定稿状态的计算过程，涵盖辩论、投票、自评与验收等机制。与传统投票的区别在于：参与者的先验由共享训练数据与对齐方式产生、高度相关，因此聚合结果度量的是先验相关性而非命题真值。合格的共识计算必须同时给出三样东西：概念锚定（对什么达成共识）、独立性结构（凭什么可信）与验收记录（如何证明通过）。

6.2　怎么为共识计算强制结构性独立

不能靠提示词要求模型「独立思考」，而要靠结构设计。其一，评审路径与生成路径信息隔离，验收者持有生成时不可见的 held-back 证据，使检查可能失败；其二，引入外部可核验来源作为锚定，拒绝无来源的自我确信；其三，辩论中设置专职反方角色并要求逐条证据引用。Huang 等人（ICLR 2024）的结论表明，缺乏外部反馈的内在自我纠正不可依赖——独立性必须来自设计，而不是意愿。

6.3　形式化证明与统计评测有什么区别

统计评测用抽样表现估计系统通常有多好，结论会随分布漂移而失效；形式化证明给出在明确规范下永远成立的保证，代价是规范必须显式、证明工程昂贵——Raft 验证是数万行级 Coq 的大型工程，SoK 也指出规范与实现的脱节会让保证落空。对 LLM Wiki 而言两者互补：形式化方法管沉淀规则与流程不变量的可证明性，统计评测管内容质量与检索效果，缺一不可。

参考文献

1. Yilun Du, Shuang Li, Antonio Torralba, Joshua B. Tenenbaum, Igor Mordatch. Improving Factuality and Reasoning in Language Models through Multiagent Debate[EB/OL]. arXiv:2305.14325 (2023-05-23)[2026-10-08]. https://arxiv.org/abs/2305.14325
2. Jie Huang, Xinyun Chen, Swaroop Mishra, Huaixiu Steven Zheng, Adams Wei Yu, Xinying Song, Denny Zhou. Large Language Models Cannot Self-Correct Reasoning Yet[EB/OL]. arXiv:2310.01798 (2023-10-03, ICLR 2024)[2026-10-08]. https://arxiv.org/abs/2310.01798
3. Doug Woos, James R. Wilcox, Steve Anton, Zachary Tatlock, Michael D. Ernst, Thomas Anderson. Planning for Change in a Formal Verification of the Raft Consensus Protocol[C]//Proceedings of the 5th ACM SIGPLAN Conference on Certified Programs and Proofs (CPP 2016). New York: ACM, 2016: 154-165. https://doi.org/10.1145/2854065.2854081
4. Nikita Bondarev, Kirill Ziborov, Yury Yanovich. Systematization of Knowledge: Formal Verification of Consensus Protocols[EB/OL]. arXiv:2608.21935 (2026-08-22)[2026-10-08]. https://arxiv.org/abs/2608.21935
5. Martin Hepp, Daniel Bachlechner, Katharina Siorpaes. Harvesting Wiki Consensus[C]//Workshop on Semantic Wikis (SemWiki 2006), LNCS. 2006. https://heppnetz.de/files/SemWiki2006-Harvesting%20Wiki%20Consensus-LNCS-final.pdf
6. Friedrich Chasin, Uri Gal, Kai Riemer. The Genealogy of Knowledge: Introducing a Tool and Method for Tracing the Social Construction of Knowledge on Wikipedia[C]//ACIS 2013. https://aisel.aisnet.org/cgi/viewcontent.cgi?article=1062&context=acis2013
7. Qiu J., Zuo M., Wang J., Cai C. Knowledge Order in an Online Knowledge Community: Group Heterogeneity and Two Paths Mediated by Group Interaction[J]. Journal of the Association for Information Science and Technology, 2021, 72(8). https://doi.org/10.1002/asi.24475