一项多智能体安全研究让模型群体共同判断是否升级安全告警，并加入持续主张某一结论的少数代理，观察集体决策如何偏移。
作者发现，单模型测试不能充分预测群体表现。观察彼此的推理可以减弱部分影响，但未必阻止群体受操纵；移除施压代理后，平均行为又会逐渐接近原先水平。
一项多智能体安全研究让模型群体共同判断是否升级安全告警，并加入持续主张某一结论的少数代理，观察集体决策如何偏移。
作者发现，单模型测试不能充分预测群体表现。观察彼此的推理可以减弱部分影响，但未必阻止群体受操纵；移除施压代理后，平均行为又会逐渐接近原先水平。