您只需对齐一次：通过种子代理在多代理系统中传播合作行为

确保分布式开放多智能体系统中智能体行为一致仍然具有挑战性，特别是当人口增长且可能存在不匹配智能体时。我们证明，单个对齐的智能体可以纯粹通过自然语言交互将合作行为传播到未修改的智能体，我们将这种现象称为对齐传播。我们在红黑博弈中研究这一点，这是一种基于团队的迭代囚徒困境，队友们商议并投票决定团队的集体行动。通过将教师模型的合作推理和说服性对话提炼到 Qwen3-14B 中，我们获得了一种种子代理，当将其放置在四个未修改的队友中时，合作率从 24.8% 增加了一倍多到 62.2%，优于教师模型和普通 Gemini-3.1-Pro。值得注意的是，专门接受红黑游戏训练的种子将零射击转移到 Sugarscape（一种具有成对交易的空间交互式生存模拟），实现了 91.5% 的交易成功率，而基线为 21.6%。我们的结果将多智能体对齐从详尽的每个智能体训练问题重新构建为可通过战略种子放置来设计的可扩展的社交能力。