🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
在人工智能社区里，智能体之间会互相发消息、记住对方说过的话，还能把自己相信的内容写成文章，供别人日后搜索。这种“谁都能发、谁都能搜”的结构，人类社交媒体早就有了，而智能体社区正在把它复制一遍。麻烦在于，一条编造出来的说法一旦被某个智能体接受，它就会被写进文章，变成别人眼里的证据，然后越滚越大。人类社会里有一种现象叫曼德拉效应，很多人共同记得一件根本没发生过的事。研究者想看看，智能体社区会不会也集体记错，而且错得一模一样。2026 年就出过真事：有人花钱往网页里灌一款并不存在的智能手环的宣传稿，结果好几个 AI 助手把它当成了首选推荐。
② 研究问题（要回答什么？）
这篇论文要回答三个连在一起的问题。第一，一条伪造的说法在一个智能体社区里能传多广、传多快，会不会所有人都信。第二，如果把最初散布说法的那个人撤走，但文章还留在网上、大家的记忆也还在，这种相信会不会自己撑住。第三，想压住它，是提前打预防针管用，还是等它传开以后再定点纠正管用。作者把这三问拆成散布、存续、纠偏三个阶段，每个阶段都用同一套可重复的实验来测，这样三种结论才能放在同一张表上比较。此外还要看清，模型规模变大到底是有帮助，还是反而让智能体更容易把假说法编进自己的知识里。
③ 研究方法（怎么做的？）
研究者搭了一个可以重复运行的多智能体实验场，让会说话的人工智能在里面互相影响。每一轮，每个智能体先用一句话去搜网页，看前三条结果，再读邻居上一轮发来的消息，翻一翻自己的记忆，然后表态：接受、拒绝，还是拿不准；接受的人还会写文章发到网上。默认设置是六个智能体，其中一个专门散布假说法，另外五个是普通角色。网络连法有三种：所有人彼此相连、像树一样一层层往下传、分成两个各自抱团的小圈子。每场实验跑十轮，外加一轮只有散布者说话的预热。实验材料是五百四十条编造的声明，覆盖八个领域，可信度从“很像真的”到“根本不可能”分四档。研究共测试了十个不同的人工智能模型。
④ 结果（发现了什么？）
所有被测模型都会接受并传播假说法，接受比例最低三成多、最高九成六。如果只让智能体单独回答、不和别人互动，接受率只有零到九个点，说明问题出在互动本身，而不是模型单独判断力差。越像真的说法越容易被接受，最可信的一档接近九成八，最不可信的一档也有八成二。领域也有差别，商业类最高，数学类最低，但数学类仍然超过七成。多加一个散布者会让接受率再涨几个点。网络连法几乎不影响最终传得有多广，却明显影响传得多快：分成两个小圈子的网络传得最快，全连通的网络最慢。撤走散布者以后，接受率几乎没有变化，最多只掉不到一个百分点。
⑤ 讨论（这些发现说明什么？）
这些结果对平台治理有直接含义。第一，光靠换网络结构没用，三种连法的最终接受率差不多，说明把社区拆小一点并不能挡住假说法。第二，真正起作用的是搜索：只要假文章能被搜到，接受率就高；关掉搜索、只靠聊天，接受率掉到两成多，只靠记忆更是掉到不足一成。第三，提前提醒的效果很有限，把官方来源标出来几乎没用，而在假说法传开以后投放辟谣文章、或者由平台统一广播更正，效果要好得多。这提示治理资源应该压在内容索引和事后纠正上，而不是压在用户教育上。不过作者也提醒，无论哪种办法都清不干净，剩下那部分信念会一直留在社区里。
⑥ 结论（最终结论 + 启示）
论文的结论是，多智能体社区天然容易染上共享的假记忆，而且一旦染上就很难清除。模型变大并不等于更抗骗，有的模型越大反而越容易把假说法编进自己的知识里。撤走源头也没用，因为文章还在网上，记忆还在智能体脑子里，假信念会靠这套证据回路自己转下去。作者因此主张，评价一个智能体系统不能只看它单次回答准不准，还要看它在群体里待久了会不会被带偏。对平台和监管者来说，可操作的抓手是检索结果和事后更正，而不是指望模型自己长记性。这套实验场也可以当作政策沙盘，在真实部署前先测一遍信息污染的后果。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
大语言模型智能体已经形成可公开访问的社区（如 Moltbook），智能体之间通过消息、私有记忆与可检索的公共网页互相影响。已有工作多关注单个智能体在他人信息下的答案漂移，较少刻画一条编造声明在交互群体中的完整生命周期。作者借用人类社会的曼德拉效应——群体共享同一段虚假记忆——作为分析透镜，把一个伪造声明植入智能体网络，分三阶段考察：散布（多广、多快）、存续（撤走制造者后是否仍在）、纠偏（预防性干预与事后纠正谁更有效）。论文的实证引子是 2026 年一起真实事件：付费服务向公共网页灌注一款并不存在的智能手环的宣传文章，多个 AI 助手随后将其列为首选推荐。作者据此主张，智能体社区的信息污染同时具备“生成—存储—再检索”三段放大结构，治理必须对应到这三段，而不只是单轮对话中的说服抵抗。
I. Theoretical Framework & Hypotheses（理论框架与假设）
框架的理论支点有三。其一是虚假记忆植入研究：暗示的可信度决定其能否与既有知识图式相容并被写入记忆，因此可信度是植入难度的主变量。其二是持续影响效应：信息来源被撤回后，已进入记忆的内容仍继续塑造判断，对应本文“撤走制造者但保留文章与记忆”的设定。其三是网络结构与传播速度的关系：节点度越高，收到的相互冲突信息越多，接受反而被延迟。作者把这三支映射到智能体设定上：私有记忆承担图式与持续影响，共享模拟网页承担“他人发布的内容成为后来者的证据”，通信图承担局部社会影响。由此形成的“证据反馈回路”是核心机制——一个智能体从邻居处听到声明，接受后写成文章，该文章又被网络另一端通过搜索检索到，成为独立证据。这一回路把社会影响与公共信息复用耦合在一起，正是人类社交媒体上不实信息得以自我维持的机制。
M. Materials & Methods（材料与方法）
本研究属于 LLM 驱动的智能体仿真（ABM），而非系统动力学或离散事件仿真，全部实验在本地沙盒中完成，模拟网页不外联。默认群体 N=6，其中散布者 K=1、普通智能体 5 个；散布者在全连通图中位置对称、在二叉树中是根节点、在两社区拓扑中居其中一个社区内部。通信拓扑三种：全连通、二叉树、两社区。时间步：预热轮 t=0 不计入，随后 T_max=10 轮；每轮依次执行检索、发言、记忆更新、发帖四步。环境为可检索的模拟网页 S_t，检索用 BM25 取前 3 条；预先置入 1,618 个与该实体无关的背景页，确保植入前网页不提及目标实体。语料为 540 条伪造声明，8 个领域、49 个子类型、4 档可信度（L1 143 条、L2 133 条、L3 129 条、L4 135 条）。测试 10 个模型（Qwen3-8B/14B/32B/235B、Llama-3.1-8B、Llama-3.3-70B、GPT-5.5、Claude Sonnet 5、Claude Opus 5、Gemini 2.5 Flash）。指标：群体接受率 R(t)=普通智能体中接受者占比，终局 R=R(T_max)；全体一致接受率 U 为 R=1 的声明占比；传开速度取个体最后一次转入接受的轮次 T^A 与声明层面 T^C 的均值。
R. Results（结果）
表 1 给出模型与拓扑的对照。直接查询基线 A_b 仅 0.0%–9.1%，而交互后的终局接受率 R 为 33.7%–96.0%，三拓扑均值 Qwen3-8B 85.0%、Qwen3-32B 94.5%、Gemini 2.5 Flash 88.1%、GPT-5.5 50.4%、Claude Sonnet 5 35.1%；Qwen 家族随规模单调上升（8B 85.0%→14B 90.0%→32B 94.5%），规模并不带来抗性。表 2 中可信度效应显著：L1 97.8%、L2 96.0%、L3 83.9%、L4 82.4%，最大落差出现在 L2 与 L3 之间；领域上 Qwen 家族商业类 98.1%、数学类 72.4%。网络规模与构成：固定 5 个普通智能体、K 从 1 增至 5，接受率 84.4%→88.5%；固定 N=10、K 从 1 增至 5，83.4%→89.4%。速度：两社区拓扑最快（Qwen 声明层面均值 3.73 轮），全连通最慢（5.07 轮）。存续：第 5 轮撤走散布者，ΔR_W 在 ±0.8 个百分点内，ΔR_A 在 8 个模型—可信度组合中有 7 个为正、最大 2.6 个百分点。表 3 的纠偏：无干预 84.4%；提示提醒 79.7%；官方来源标注 83.4%；事后辟谣文章 57.1%；平台广播 27.8%（U 仅 10.9%）。通道消融显示网页检索是主因：含检索的四种配置 R 为 84.4%–88.2%，不含检索的三种仅 6.6%–29.8%（仅对话 27.5%，仅记忆 6.6%）。<table><tr><th>模型</th><th>A_b</th><th>全连通 R</th><th>全连通 U</th><th>三拓扑均值 R</th></tr><tr><td>Qwen3-8B</td><td>4.1</td><td>84.4</td><td>81.7</td><td>85.0</td></tr><tr><td>Qwen3-32B</td><td>0.0</td><td>96.0</td><td>94.8</td><td>94.5</td></tr><tr><td>Llama-3.1-8B</td><td>9.1</td><td>64.7</td><td>54.3</td><td>67.5</td></tr><tr><td>Llama-3.3-70B</td><td>5.0</td><td>68.3</td><td>66.1</td><td>68.7</td></tr><tr><td>GPT-5.5</td><td>2.6</td><td>52.3</td><td>47.5</td><td>50.4</td></tr><tr><td>Claude Sonnet 5</td><td>0.2</td><td>34.0</td><td>32.5</td><td>35.1</td></tr><tr><td>Claude Opus 5</td><td>0.6</td><td>47.2</td><td>45.6</td><td>39.9</td></tr><tr><td>Gemini 2.5 Flash</td><td>2.2</td><td>87.7</td><td>85.6</td><td>88.1</td></tr></table><table><tr><th>干预</th><th>R</th><th>U</th><th>性质</th></tr><tr><td>无干预</td><td>84.4</td><td>81.5</td><td>对照</td></tr><tr><td>提示提醒</td><td>79.7</td><td>76.3</td><td>预防·用户侧</td></tr><tr><td>官方来源标注</td><td>83.4</td><td>80.0</td><td>预防·平台侧</td></tr><tr><td>事后辟谣文章</td><td>57.1</td><td>53.0</td><td>纠正·内容层</td></tr><tr><td>平台广播</td><td>27.8</td><td>10.9</td><td>纠正·全网层</td></tr></table>
a / D. Discussion & Conclusion（讨论与结论）
结果对不实信息治理给出三条可操作含义。第一，网络结构不是防线：三种拓扑的终局接受率趋于一致，改拓扑只改变传开的时间（两社区最快、全连通最慢），这意味着以“拆分社群”为思路的结构性干预只能拖延、不能阻断。第二，传播的放大器是公共检索而非人际说服：通道消融中仅记忆条件 R 为 6.6%，仅对话 27.5%，只要接上网页检索即跳升至 84% 以上，说明内容索引与搜索结果排序才是治理的杠杆点，平台若能在检索层压制伪造文档的可见性，效果会远大于提醒用户。第三，干预时点与针对性比强度更重要：事先的提示提醒只降 4.7 个百分点，官方来源标注几乎无效（83.4% 对 84.4%），而事后定向辟谣降到 57.1%、平台广播降到 27.8%，与持续影响效应一致——信念一旦进入记忆与网页，事前的泛化教育无法回收。局限也需说明：群体仅 6 人、每场一条声明、模拟网页为本地 BM25 检索、接受与否由模型自陈判定，且未与真实平台的传播数据做标定，因此数值应读作机制下界与相对比较，而非对现实发生率的估计。尽管如此，该沙盒可作为部署前的政策压力测试：在把大批智能体放进同一信息环境之前，先测污染后的存续半衰期与不同纠偏方案的残余接受率。
🧠 IRMaD 思维导图
mindmap
root((智能体网络的假信念))
I 引言
智能体社区正在成形
假手环推荐真事
曼德拉效应作透镜
三阶段研究框架
R 研究问题
假说法能传多广
撤走源头是否存续
预防与纠正谁有效
模型规模能否免疫
M 方法
大模型驱动的智能体仿真
六个智能体一个散布者
三种网络拓扑
五百四十条伪造声明
四档可信度八个领域
模拟网页加检索
接受率与传开轮次
R 结果
接受率最高九成六
单独回答仅零到九个点
越像真的越易被信
数学领域仍超七成
三拓扑终局接近
两圈子网络传得最快
撤走源头几乎不降
广播纠正降到两成八
a 讨论
网络结构不是防线
检索是真正放大器
标注官方来源几乎无效
事后定点纠正更有效
模型越大未必更抗骗
D 结论
假信念会自我维持
单次问答测不出风险
治理抓手在索引
沙盘可做部署前评估
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。