多智能体大语言模型中的信息专业化与约束合成：2026年FIFA世界杯前瞻性实时研究

大语言模型正被组织成具有专业化角色的多智能体系统，但这种专业化是否产生差异化的预测，以及后续合成是否提升预测效用尚不明确。本研究对2026年FIFA世界杯最后56场信息密集的比赛进行了实时前瞻性评估，保持基础模型不变，配置两个主要预测智能体，分别承担量化专家（聚焦结构化性能数据）和新闻专家（聚焦伤病、战术及新闻发布会信息）的角色。其预测由独立的批评者评审后，再由元智能体整合，形成四阶段智能体序列模型。博彩市场预测作为外部基准。新闻专家在平均概率加权Top-3效用上表现最优，且在Top-3精确比分命中上与博彩市场持平。然而，两名专家在56场比赛中至少有50场对三个比分中的两个达成一致，且元智能体生成的比分中，超出专家预测集合的从未多于一个。这些结果表明，快速变化的非结构化信息可为预测提供有价值信号，与结构化数据互补，但增加批评者和元智能体阶段并不必然带来互补信息或优于最强专家的预测。