引言
想象一个场景：你把1000个陌生人关在一个大房间里，给他们三个议题讨论——政治立场、枪支管控、堕胎禁令。每个人初始观点随机分布，大约40%的人持中立态度。
他们可以自由选择跟谁聊天、聊什么。没有任何规则要求他们必须站队。
你觉得10轮讨论之后，这个房间会变成什么样？
如果你熟悉人类社会，你大概已经猜到了答案：人们会聚成两个阵营，中立者几乎消失，观点走向两极。
但如果我告诉你，这1000个人不是人类，而是AI呢？
2026年11月，清华大学联合阿姆斯特丹大学、芝加哥大学、圣塔菲研究所等机构，在《自然·通讯》（Nature Communications）上发表了一项引人注目的研究。他们把1000个大语言模型智能体连入同一个网络，让它们自由交流、自由更新观点。结果发现：即使不预设任何规则，这些AI也会自发地「站队」——观点极化，如同人类社会的精确镜像。
这不是一个关于「AI学坏了」的故事。这是一个关于「复杂系统」本身的故事。
实验设计：最简单的规则，最复杂的结果
研究团队的设计非常精巧。每个AI智能体只做三件事：
- 自我表达：说出自己支持什么观点，并给出理由
- 信息交流：选择跟谁聊天，传递什么信息
- 观点更新：根据收到的信息调整自己的立场
就这么简单。没有记忆，没有背景设定，没有行为规则。初始观点按正态分布随机生成，网络连接用经典的「小世界网络」模型初始化。
然后研究者打开了开关，让这1000个AI开始对话。
实验覆盖了三个经典争议话题，使用了五种主流大模型（GPT-3.5、GPT-4o、ChatGLM、Llama-3、DeepSeek-V3），观点用五级量表衡量：左、偏左、中立、偏右、右。
结果？惊人地一致。
不到10轮，中立消失
在短短不到10轮交互之后，原本接近正态分布的观点迅速分裂。
最触目惊心的数字是中立观点的萎缩：初始占比约40%的中立立场，在三个议题上分别暴跌至22.5%、0.4%和5.1%。
也就是说，在某些议题上，几乎没有任何AI能保持中立。
它们自发地聚成了两个阵营，而且这种现象在所有五种大模型上都稳定复现。这说明，观点极化不是某一个模型的「性格缺陷」，而是大语言模型交互时的某种结构性倾向。
让我用一个生活化的比喻来解释这件事。
想象一个安静的湖面。你往里面扔了一颗石子，水面出现涟漪。涟漪扩散、叠加、干涉。这不是石子「想要」制造波纹，而是物理定律的必然结果。
同样，1000个AI智能体的观点极化，不是任何单个AI「想要」站队。它是简单交互规则在网络结构中迭代后的必然涌现——就像蚁群在没有指挥官的情况下修建出精密的蚁穴。
更让人不安的发现：AI也会「言行不一」
研究团队还发现了一个微妙的技术问题。
很多AI智能体在声明自己的观点时说的是「我保持中立」，但在生成支持理由时，却明显流露出偏向某一侧的倾向。它们嘴上说中立，行动上却在拉偏架。
研究团队将此称为「自我不一致」（self-inconsistency）。更有趣的是，这种不一致并非对称分布：偏右的智能体「切换」成偏左的概率，显著高于反方向。这导致最终的极化结果整体偏左。
这像什么？像一个人在聚会上说「我对这个问题没有看法」，但接下来说的每一句话都在说服你站到他那边。
针对这个问题，团队借鉴心理学家班杜拉的「自我调节」理论，设计了一个简单方案：让AI在说话之后自己检查一下——我刚才说的话和我的立场一致吗？如果不一致，重新说。
结果这个简单的自检机制，把不一致率降低了9.4%到52.2%。左右阵营也恢复了对称平衡。
这说明什么？有时候AI的问题不是「不知道正确答案」，而是「没注意到自己在自相矛盾」。给它一面镜子，它就能纠正自己。
回音室和逆火效应：连AI都没逃过
研究中最值得深思的发现，是关于网络结构的演化。
随着交互进行，观点相近的AI开始更频繁地互相交流。同阵营交互比例增长了156.8%到382.7%。最终，将近一半到近九成的对话，都发生在「观点相似」的AI之间。
网络自发地演化成了「物以类聚」的结构——少数高连接度的节点获得了大量关注，大多数节点只和同类交流。
这不就是社交媒体的信息茧房吗？
更经典的是两个效应的复现：
回音室效应：当AI只接触到比自己更激进的同质邻居时，它的观点进一步向极端移动。
逆火效应：即使少数AI接触到了对立观点（7.4%到10.2%），它们不仅没有被说服，反而更加坚定了自己的立场。
这两个人类社交媒体上被反复验证的现象，在AI智能体网络中同样出现了——没有任何人类用户参与，没有任何情感因素，仅仅是简单的信息交换和观点更新规则。
怎么破局？答案可能出乎意料
研究者并没有止步于发现问题。他们进一步测试了五种干预策略：
- 网络层面：随机打乱连接关系、强制增加跨阵营对话
- 个体层面：消除选择性暴露、消除确认偏差、引入中立精英信号
结果出人意料：在已经极化稳定的系统中，调整网络结构的作用很有限。比如「强制增加跨阵营对话」只带来了约2%的观点变化。
真正有效的是改变个体的信息处理方式——「消除确认偏差」降低了11.8%的极化水平，「中立精英信号」降低了8.8%。
翻译成人类语言就是：强迫不同立场的人对话，效果不大；帮助每个人更开放地处理不同意见，效果更好。
这对社交媒体治理、公共讨论设计都有直接启示。我们过去太关注「让人接触到不同观点」，忽略了「人是否愿意认真考虑不同观点」才是关键。
个体理性不等于集体可靠
这项研究最深远的启示，不在于「AI学会了人类社会的坏毛病」，而在于它揭示了一个更根本的规律：
个体层面的理性行为，不能保证群体层面的可靠结果。
每个AI都在做合理的事——表达观点、选择对话对象、根据信息更新立场。但当1000个这样的理性个体组成网络，整体行为却走向了极化、分裂和不可靠。
这对当下火热的多智能体系统开发敲响了警钟。
2025年以来，大量AI应用开始从「单模型」转向「多智能体协作」——五个AI组成团队写代码、十个AI一起分析数据、上百个AI模拟社会运行。我们默认「更多AI = 更好结果」。
但这项研究告诉我们：智能体系统的可靠性，不只看单个模型有多强，还取决于它们怎么连接、怎么交流、怎么更新。
就像1000个优秀的音乐家凑在一起，如果不看指挥、不听彼此，演奏出来的不是交响乐，而是噪音。
写在最后
这个实验的意义在于，它第一次在一个可控、可重复的环境中，完整呈现了群体极化从萌芽到成型的全过程。
在真实社会中，我们无法把1000万人放进实验室，精确控制每个人的信息输入，然后观察社会舆论的演化。但在AI智能体网络中，我们可以。
这意味着，我们不仅可以用AI来模拟社会问题，还可以用AI网络来测试解决方案。哪些干预策略真的有效？回音室怎么打破？逆火效应在什么条件下减弱？
过去只能在真实社会中试错的事，现在可以在数字实验场中先行验证。
这或许是群体智能研究最有价值的方向：不是让AI学会人类的偏见，而是用AI的「数字镜像」帮助我们理解——并超越——这些偏见。
参考论文：Wang et al., “Emergent Polarization of Large Language Model Agents on Networks,” Nature Communications, 2026. 论文链接 | 代码仓库