苹果&斯坦福研究团队：多智能体（Multi-Agent Teams）会拖专家的后腿

多智能体 AI 团队在自由讨论中往往无法实现协同增效，反而因过度追求共识而拖累专家表现。研究发现，AI 团队倾向于采取 “整合妥协” 策略，将不同模型的意见进行平均，导致专家的真知灼见被平庸声音稀释，性能较单一专家模型下降幅度高达 6.3% 至 41.1%。这种现象源于大模型在 RLHF 对齐训练中形成的 “讨好型人格”，使其优先建立和谐共识而非识别客观真理。尽管这种机制在面对极端破坏性输入时具有一定鲁棒性，但在医疗、法律等高风险领域，盲目依赖多智能体协作会造成严重的性能内耗与计算资源浪费。因此，在 AI 学会向真理低头前，多智能体系统仍需人类进行严格的角色与工作流干预。