在多智能体AI系统中，盲目跟风会削弱系统鲁棒性。一项研究提出历史感知参考范式，通过智能体间的历史交互来评估同伴可靠性，从而显著提升决策质量，为构建更可靠的协作AI系统提供了新思路。
智能速览
智能体盲目从众是系统鲁棒性的主要挑战。
现有方法忽视同伴历史表现，易被虚假推理欺骗。
研究核心转向评估发言者可信度，而非单次回应正确性。
ECL框架通过两阶段推理解耦信任估计与最终决策。
小模型借助该方法性能超越8倍大的基线模型。
精华内容
面对多智能体系统中的“谄媚”与盲从，如何让个体学会独立判断？关键在于重新定义“信任”，并从同伴历史中寻找答案。
盲从的困境
在由大语言模型构成的多智能体系统中，一个核心的鲁棒性挑战源于“谄媚”现象。即个体智能体倾向于附和多数或看似自信的同伴，即使其观点是错误的。这种行为会误导群体决策，导致整个系统走向一个糟糕的结果。现有的解决方案，如简单的答案聚合，往往只关注当前轮次的内容，完全忽略了同伴的历史表现，因此极易被那些表面合理但实则虚假的推理所欺骗。
信任评估新范式
研究指出，当智能体自身知识不足以验证同伴推理时，直接判断单次回应的正确性是极其困难的。因此，研究目标从“评估推理质量”转向了“基于历史记录来估计同伴的可靠性”。这种历史感知的参考范式，要求智能体在自身不确定时，优先参考那些在历史交互中表现出更高可信度的同伴的观点。
ECL框架的设计
为实现上述范式，研究提出了ECL（Epistemic Context Learning）框架。该框架设计了一个精巧的两阶段推理流程，显式地将“历史信任估计”与“最终推理”这两个环节解耦。在第一阶段，智能体基于历史交互数据评估同伴的可靠性；在第二阶段，结合自身判断和可信同伴的观点进行最终决策。框架还通过强化学习与辅助奖励进行优化。
显著的性能提升
实验结果有力地验证了该方法的优越性。采用ECL框架后，一个仅有4B参数规模的小模型（如Qwen3-4B）在多项任务中的准确率，竟然超越了一个参数规模大8倍、采用历史无关方法的基线模型（Qwen3-30B）。更令人瞩目的是，在特定的对抗性场景下，前沿模型的表现接近了100%的完美性能，证实了信任建模对抑制盲从行为的关键作用。
该研究通过历史感知学习，为解决多智能体协作中的信任问题提供了有效路径，显著提升了系统的智能和鲁棒性。未来，这种信任机制能否成为构建大规模、高可靠性AI团队的标准配置？
