智能体社会不是个体更聪明的新对决，边界在分工之后的可信聚合

1　引言

智能系统讨论的重心，正在从「单个模型表现如何」转向「一群模型作为团队运转得如何」。这背后有一个工程事实：大语言模型应用日益以多智能体系统的形态搭建，一个完整的用户请求会被拆解为多个专门化智能体之间的子任务流转，规划、信息搜寻、代码生成与文档撰写各自的执行彼此咬合。这种组织方式带来的不只是效率想象，也带来一类全新问题——协作本身成了需要被测量、被计价、被治理的对象。

多智能体服务系统的研究者观察到，协作负载与本已成熟的独立请求负载根本不同：各操作在不同时刻就绪、随协调进展携带不断演化的上下文，使并发模式、计算与通信形态持续变化（文献[1]）。而在更大尺度的网络基础设施设想里，智能体彼此交换的是「经解释的结论」，哪怕传输本身无差错，错误仍然可以经由结论的语义传递蔓延开来（文献[5]）。把这两件事放在一起看，智能体社会的薄弱处既在底层管道，也悬在语义层面——分工越细、链路越长，「谁在为谁担保」就越模糊。

socienceAI实验室把这批相互独立的成果读成一个共同问题：分布式智能的产出，是否具备可验证的聚合条件。下文以该问题为线索，先呈现各条线的进展，再讨论其对研究方法论的含义，最后落到挑战与展望。

2　领域进展评述

2.1　协同负载之下的服务层重构

经典的服务系统评测把请求视为统计独立的到达流，资源调度据此优化。MAServeBench 的作者指出，多智能体系统使这一假设失效：每个用户请求被转化为相互依赖的模型与工具操作，这些操作在不同时刻就绪，并在智能体协调、交换结果的过程中持续消耗与生成上下文，由此带来动态变化的并发、计算与通信形态（文献[1]）。他们为此设计分层协同负载，把「智能体如何分工」直接编码进服务基准，使服务层质量的评估从单次请求的粗颗粒场景，转向协作全链条的资源行为刻画。这一转向的实质，是把「协同」从一个应用层概念下沉为系统层的负载属性。

2.2　智能的劳动计价：从打磨到把握

复杂性、知识与智能的讨论常常忽略背后的劳动。Sunehag 在其形式化工作中指出：由短程序生成的输出，其算法复杂度可以很低，却可能具有很高的计算深度——即从接近最短的程序出发产出它们所需的最少劳动；而若想用更少的劳动产出同样结果，往往需要更长的描述，这构成所谓工作有界复杂度（文献[2]）。这个刻画对智能体社会有直白的意义：一句凝练的智能体结论，其「便宜」可能只是表象，背后凝结着大量被隐藏的计算劳动；反之，冗长的产出也可能只是劳动不足的低质替代。智能的估价因此不应只看输出的长短或程序的简短，而要审计产出的劳动来路。这为后文讨论的可信聚合补上了一块计量地基。

2.3　收件箱作为协调原语

当前面向语言模型智能体的协议，把注意力放在消息的投递上；Agent 社会基础设施的工作方式是推送（push）——由发送方决定消息何时进入接收方的上下文。Sreedhar 等人的观察是：对成群协调的智能体来说，稀缺资源不是投递而是阅读；每条消息都耗费 token，而上下文有限，接收方按到达顺序阅读越来越不合算（文献[3]）。他们据此提出把收件箱升格为协调原语，把「读什么、何时读、读多少」的裁量权交回接收方：消息先入箱而不强行入脑，由接收方按任务相关性拉取。这个提议的深层价值在于可审计性——消息的来路、入箱时间与被读取的选择记录都可留存，信任链从「发送方说了算」变成双方皆有据可查的过程。

2.4　偏好权重与合作结构的联合设计

多目标多智能体强化学习同时面对两个难题：个体间如何合作、多个目标如何权衡。Xia 与 Herrmann 指出，既有工作往往把合作与多目标优化当作近乎独立的组件处理，除非问题极端平凡，否则这种拆解会让复杂度高得难以承受（文献[4]）。他们的路线是偏好引导的合作：把决策者对目标的偏好权重作为媒介，让合作结构的组织与目标权衡的求解在同一个学习过程中协同展开（据文献[4]摘要）。对智能体社会而言，这说明「各司其职」不是可以事后补配的权重，而是与分工结构一体两面的设计变量。

2.5　社会尺度的一致性：她丛视角与集体规范

Chergui 等人面向未来第六代（6G）控制平面提出，将由大语言模型智能体交换「经解释的结论」构成社会；幻觉因此可以越过无损的传输层传播。近期架构的对策是对每条消息在本地按发送方的观察掩码进行审计，但他们论证：孤立审计会漏掉集体行为（文献[5]）。作者们把智能体社会建模为胞层她丛（cellular sheaf），在任意尺度上建立了一组关于一致性随时间演化的规律，为集体层面的行为给出可运算的判限。这不是又一道口头宽慰的护栏，而是把「社会作为一个整体是否在说真话」的模糊担忧，翻译成了带数学骨架的问题。

2.6　小结性的对照

下表把这批工作放在同一平面上对照。

3　方法论意涵

socienceAI实验室认为，Agent 的价值在于增强而非替代研究者的判断，社会化协同智能的关键也不在个体能力的涌现，而在分工之后的可信聚合——不可验证的协同只是噪声放大器。这套立场正是在上述进展的映照下变得可操作的。

第一条裂隙由收件箱研究打开：当阅读成为稀缺资源，信任链的形态必然改变。推送模式下，接收方的上下文由发送方的决策堆砌而成，出了问题难以归因；拉取模式下，读取行为本身成为被记录、被审视的环节，「谁让哪条消息进入了聚合」有据可查（文献[3]）。这正对应评价任何 Agent 系统的第一性问题之一——信任链是否可审计。

第二条由她丛模型补齐：孤立的逐条审计即使逐条通过，也不能担保社会层面的行为正常（文献[5]）。把社会建模为她丛之后，「各处的局部信息如何在整体上粘合成一致结论」成为一个有判据的问题，失败归因从悬而未决的信仰问题转为可运算的问题。这是「失败是否可归因」这一问的现实前置。

第三条来自劳动计价：分工的表象可能掩盖成本的真相。工作有界复杂度提醒我们，一个系统的产出若看起来「又快又好」，必须追问其背后的计算深度与描述长度结构（文献[2]）；多目标合作研究的教训则说明，多目标场景若把权衡与合作拆开处理，复杂度会失控，偏好权重错误将以更隐蔽的方式污染共识（文献[4]）。二者共同服务于另一问：知识是否可溯源。若聚合所依据的信息既不知来路、也没人对其成本负责，溯源就只是装饰。

对研究者个人而言，这些工作的含义并非「交给智能体吧」；恰恰相反，评估分工、审计消息、核对一致性这些环节都需要研究者的判断在场。协作工具越好，研究者越要把注意力从「能不能自动化」转向「聚合是否可信」。

4　挑战与展望

四类挑战横在这批成果与真正的社会化协同智能之间。其一是局部审计与整体行为的差距：逐条本地审计漏掉集体行为（文献[5]），而她丛模型虽给出普适规律，嵌入运行系统所需的工程中介仍然缺失，理论判据与在线监控之间存在鸿沟。其二是上下文预算的政治学：收件箱把选择权交给接收方（文献[3]），但过滤器本身可以成为黑箱——若读取决策不可解释，「可审计」就退化成形式。其三是偏好设置的对齐：偏好引导的合作要求权重的引入方与引入时机恰到好处，错误权重会在复杂社会结构中演化为局部一致而全局偏离的共识，且难以事后归因（文献[4]）。其四是评测的现实性：分层协同负载属于少有的把协作编进基准的尝试（文献[1]），但真实部署形态远比实验室负载多样，基准与生产之间的差距尚未系统测量；同时，工作有界复杂度眼下更多作为概念形态存在（文献[2]），要把「智能的成本」算成工程账，尚需大量后续工作。

回到立场做总结判断：这项进展让可信聚合更近了，而不是更远了。因为过去「社会化协作是否可信」是一个只能凭态度表态的问题，而这批工作分别给出了负载形态（文献[1]）、成本刻度（文献[2]）、读取治理（文献[3]）、权衡载体（文献[4]）与集体判据（文献[5]），可信聚合第一次拥有了多个可计算、可检验的切面。缺的那块拼图同样清楚：一层可归因的聚合协议——没有人把「谁读什么、聚合依据何时定型、聚合之后失败由谁承担」这三件事定义成贯通的标准。socienceAI实验室认为，当这层协议出现之日，才是智能体社会从演示走向社会事实之时；在此之前，任何宣称分工已完成聚合的智能体系统，都应当先回答：它的信任链可审计吗，失败可归因吗，知识可溯源吗。

参考文献

1. [1] Shengxuan Qiu; Haochen Huang; Shuzhang Zhong; Zizhuo Fu; Zebin Yang; Jianming Tong, 等. MAServeBench: Benchmarking Multi-Agent LLM Serving Systems with Hierarchical Collaboration Workloads[EB/OL]. arXiv:2610.40293 (2026-10-29)[2026-10-07]. https://arxiv.org/abs/2610.40293
2. [2] Peter Sunehag. From Grind to Grasp[EB/OL]. arXiv:2610.38728 (2026-10-28)[2026-10-07]. https://arxiv.org/abs/2610.38728
3. [3] Karthik Sreedhar; Leo Yuan; Pradyumna Chari; Ramesh Raskar. The Inbox as a Coordination Primitive for LLM Agent Societies[EB/OL]. arXiv:2610.36264 (2026-10-26)[2026-10-07]. https://arxiv.org/abs/2610.36264
4. [4] Qiyue Xia; J. Michael Herrmann. Preference-Guided Cooperation in Multi-Objective Multi-Agent Reinforcement Learning[EB/OL]. arXiv:2610.35736 (2026-10-26)[2026-10-07]. https://arxiv.org/abs/2610.35736
5. [5] Hatim Chergui; Carolina Fernández-Martínez; Mustapha Benjillali; Mehdi Bennis; Merouane Debbah. 6G Reasoning Agent Societies: Composition, Scaling, and Consistency-Time Laws[EB/OL]. arXiv:2610.34357 (2026-10-25)[2026-10-07]. https://arxiv.org/abs/2610.34357