11 月 16 日提交到 arXiv 的论文(2611.21804)把多智能体系统当成一张网络来测。研究用 5 个同质智能体组成五种拓扑,全连接、网状、星形、链式与环式,在 Adult、COMPAS、Diabetes 三个二元分类任务上各取 1000 个样本,性别为敏感属性,后端换成 Qwen3-8B、Qwen3.5-9B、Qwen3.5-35B-A3B 与 Gemma-4-12B、Gemma-4-26B-A4B 五个模型。
干预方式是把指定节点的回答替换成预设的偏见答案,再看决策怎么偏。结论按拓扑分层,链式网络的公平性指标变化最大,ΔEO 约 0.70,环式约 0.61;全连接即使注入 4 个节点也只到 0.25,网状更小,总分歧指数约 0.10。
位置比数量更要紧。链式里越靠近最终决策者的节点被注入,影响越大,Gemma-4-26B-A4B 在注入首位节点时总分歧 0.17,注入第四位升到 0.30。星形里注入中心节点的效果普遍高于注入 1 到 3 个外围节点,中心的个体分歧约 27%,后续轮次仍有 22%。
聚合会掩盖问题。网状注入 4 个节点时总分歧 0.10,系统最终输出的改变只有 0.05,多数投票把个体变化吸收掉了;Gemma-4-12B 在链式里看公平指标像稳住了,注入第四位时最多 20% 的样本最终决策被翻转。论文据此提出按拓扑审计,而不是逐个智能体审计。
另有对照说明机制差别,随机替换回答只带来扰动、不带方向,带偏见的内容才会引导决策。五个模型分出四类反应,不敏感、敏感但无方向、采纳偏见与反向抵消。样本是表格型数据,任务只有三个,迁移到工具调用密集的智能体流程仍待验证。