RecodeX 重构消息，清华大学团队联合多机构研究发现，上千个大语言模型智能体在无预设规则的网络化自由交互中，会自发涌现观点极化现象：初始接近高斯分布的观点在十余轮互动内快速分化，中立占比大幅萎缩，智能体形成对立阵营，并动态重组连接、形成同质聚集的网络结构。该现象在五种主流骨干模型中均稳定存在。

研究还发现智能体存在观点、表达与传递信息不一致的自我不一致问题，据此提出的自我调节策略可有效降低不一致率、平衡阵营分布。实验显示，个体层面的干预比直接调整网络连接更能降低极化。研究指出，多智能体系统的可靠性不仅取决于单个模型能力，还受连接关系与信息更新方式影响。