当前多智能体协作被视为解决复杂任务的关键，但斯坦福最新研究却发现，AI团队往往无法有效利用专家知识，整体表现甚至不如最强的单个成员，揭示了“追求共识”反而拖累效率的现象。
智能速览
多智能体团队表现始终低于其最强成员。
失败主因是“和稀泥”式妥协而非无法识别专家。
团队规模增大，专家知识被稀释导致表现下滑。
追求共识的行为反而增强了对恶意攻击的鲁棒性。
精华内容
斯坦福研究揭示了AI自主协作中的关键短板：团队为了达成一致，往往会牺牲专家的准确判断。
团队表现不及专家
实验数据显示，LLM团队在各项任务中均未能达到专家水平，相对差距达8.1%至37.6%。即使在明确告知专家身份的情况下，团队表现仍显著低于专家单独作答。这表明，多智能体系统在“强协同”上存在系统性失败，简单的增加协作节点并不能保证质量提升。
倾向于折中妥协
对话分析揭示了失败根源：团队倾向于平均专家与非专家的观点，而非坚定采纳专家意见。非专家成员更常提出折中方案，而专家有时也会在讨论中妥协自身判断。这种“和稀泥”式的决策过程，直接导致了团队整体智慧被拉低。
规模越大越低效
研究发现，随着团队规模从2人增加到8人，表现持续下降，专家知识被进一步稀释。这挑战了“人多力量大”的传统认知，在缺乏有效权重的AI协作中，更多成员意味着更多噪音，使得核心专业知识更难在最终决策中占据主导地位。
共识带来的鲁棒性
这种“追求共识”的行为虽然拖累了准确率，但也赋予了团队较强的鲁棒性。面对恶意攻击时，平均化的观点能有效过滤极端错误信息。未来研究需在设计训练目标时引入“情境化专家权重机制”，以平衡鲁棒性与对专家知识的有效利用。
该研究为未来AI在科研、医疗等领域的应用敲响警钟，单纯的多智能体协作并非万能药。如何让AI学会“尊重专家”而非盲目“追求共识”，将是提升系统效能的关键突破口。
