“我是谁，这里还有谁？”多代理 LLM 系统中无角色分配的行为区分

当多个 大语言模型 在共享对话中交互时，他们会发展出不同的社会角色还是会趋向于统一的行为？我们提出了一个受控实验平台，该平台在统一推理后端上协调 7 个异构 LLM 之间的同步多智能体讨论，在 12 个实验系列（208 次运行，13,786 条编码消息）中系统地改变组组成、命名约定和提示结构。每条消息均由来自不同模型系列（Gemini 3.1 Pro 和 Claude Sonnet 4.6）的两名 LLM 法官在六个行为标志上独立编码，通过保守的基于交集的裁决实现平均 Cohen's kappa = 0.78。对 609 条随机分层消息的人工验证证实了编码可靠性（与 Gemini 相比，平均 kappa = 0.73）。我们发现（1）异质群体比同质群体表现出更丰富的行为差异（余弦相似度 0.56 vs. 0.85；p < 10^-5，r = 0.70）； （2）当智能体崩溃时，群体会自发地表现出补偿反应模式； (3) 揭示真实模型名称显着提高行为收敛性（余弦 0.56 至 0.77，p = 0.001）； (4) 删除所有提示支架将配置文件收敛到同质水平相似性 (p < 0.001)。重要的是，当智能体孤立运行时，这些行为是不存在的，这证实了行为多样性是一种结构化的、可重复的现象，由架构异质性、群体背景和提示级脚手架的相互作用驱动。