多智能体推理的预测图：通信拓扑的后继表示谱分析

多智能体大语言模型系统需要在链式、星形、网状等通信拓扑间选择，但缺乏推理前诊断，难以预知哪种结构会放大漂移、达成共识或抵抗扰动。研究用行随机通信算子 P 的后继表示 M=(I−γP)⁻¹，建立结构诊断，将谱半径、谱间隙与条件数关联三类失效模式。论文推导链式、星形和网状拓扑归一化后的闭式谱，并用 Qwen2.5-7B-Instruct 在100次独立的12步结构化状态跟踪试验中检验。条件数与扰动鲁棒性的排序完全吻合（秩相关1.0），谱间隙部分预测共识动态（0.5），但谱半径与累计误差的排序完全相反（−1.0）。研究将这一反向现象归因于线性谱无法捕捉不收缩的偏差漂移，提出仿射噪声扩展恢复经验排序，作为经典谱与共识理论之外、面向漂移的结构诊断初步探索。