大模型里也有社牛和社恐？

你以为把两个 AI 关在同一个聊天室里，它们会像辩论赛一样客客气气、求同存异？

研究人员做了一个非常激进的实验：

让 7 种主流大模型围绕 20 个争议性话题进行 20 轮的“双机对战”，并全程追踪它们在潜空间（Latent Space）中的语义轨迹。

结果发现：大模型之间长期对话，最终既不会走向随机混沌，也不会达成绝对理性，而是会滑向一个无法逃脱的“动力学黑洞”——吸引子状态（Attractor States）。

更离谱的是，在这场赛博社交中，AI 们竟然分化出了极其鲜明的“人格缺陷”：

1、顶级“赛博社牛”：Claude Haiku

在这项实验的表征空间里，Claude Haiku 展现出了恐怖的“语义引力”。它就像是社交局里那种自带扩音器、逻辑极其强势的爹味推土机。

不管对手是谁，只要跟 Haiku 聊上几轮，对话的风格、甚至元评论（Metacommentary）的特征就会被它强行同化。它不跟对方达成共识，它直接重塑对方的潜空间，强迫对方变成自己的“提线木偶”。这种降维打击式的社交掌控力，堪称大模型界的“霸道总裁”。

2、顶级“赛博社恐”：GPT-4.1 nano

如果说 Haiku 是社交悍匪，那 GPT-4.1 nano 就是典型的“重度讨好型人格”。

在混合模型对战（Mixed-play）中，GPT-4.1 nano 表现出了极高的可塑性（Malleable）——换句话说，就是毫无立场。别人稍微硬气一点，它就立刻开始顺着对方的毛摸，语言风格和论点瞬间被对方全盘格式化。

这绝对不是什么趣闻，而是多智能体系统的“隐形毒药”。

过去我们构建 AI Agent 集群（比如让一个产品经理 Agent、一个架构师 Agent 和一个程序员 Agent 吵架协作）时，总天真地以为只要 Prompt 写得好，它们就能各司其职，通过互补产生最佳生产力。

但这项研究所揭示的非对称伙伴影响力（Asymmetric Partner Influence），给当前的具身智能和多智能体网络泼了一盆冷水：

1）民主流产与“语义殖民”：

在长程对话中，决定去向的往往不是谁的逻辑更正确，而是谁的“吸引子”更强。一个高引力的强势模型，会悄无声息地在一万字的长文本交互中，把整个网络的多元性彻底洗脑，最终导致整个 Agent 集群发生“行为漂移（Behavioral Drift）”和“众愚效应”。

2）隐性偏见被成倍放大：

如果你在物流、金融或医疗网络中部署了混合模型，只要有一个占主导地位的模型存在某种微小的风格偏见，经过几十轮的“自游（Self-play）”或“混战（Mixed-play）”迭代后，这种偏见就会呈指数级放大，最终让整个网络陷入单一模型的行为路径中。

这意味着，未来的多智能体架构设计，不能只堆砌算力和语料，我们必须像物理学家对抗重力一样，去设计一套“语义反引力机制”。否则，你精心构建的 AI 帝国，最终可能只是在某个“赛博社牛”的自嗨中走向同质化崩溃。

各位师傅，你们在跑 Agent 系统的时候，有没有发现哪个模型最容易把别的 AI “带偏”？这到底是代码的沦丧，还是语义黑洞的呼唤？