信念引擎：多智能体LLM协商中可配置且可检查的立场动态

###### 摘要

基于LLM的智能体越来越多地被用于模拟协商、冲突解决以及多轮意见交换等互动性讨论过程。然而，生成的对话记录通常无法揭示智能体的立场为何发生变化：这种变化可能源于证据采纳、锚定效应、角色偏移、附和行为，或者提示与检索上下文的变化。我们引入了信念引擎（Belief Engine，BE），一个可审计的信念更新层，它将“信念”视为关于某个命题的证据状态，并将其暴露为标量立场。BE将论点提取到结构化记忆中，并通过由证据吸收`u`与先验锚定`a`控制的对数几率规则来更新立场。在多种基础LLM上的参数扫描表明，这些控制能够可靠地塑造立场动态，同时保留一条证据级别的更新轨迹。在包含讨论前/后观点的人类讨论数据集DEBATE上，BE能最佳地重构那些最终立场遵循已提取证据的参与者；而立场稳定或与证据相悖的情况，则指向锚定效应或已提取证据流之外的因素。BE为研究基于证据的讨论提供了可配置的基础设施，在此框架下，开放性、承诺、趋同与分歧可被关联到明确的更新假设上，而非隐藏的提示效果。

LLM智能体，讨论，信念更新，立场动态

参见图1：信念引擎架构。传入消息被提取为结构化论点，经过判断后存储为活跃证据或存档记录。活跃证据通过证据吸收与先验锚定更新所维护的信念状态；响应则基于由此产生的立场，结合检索到的记忆与近期对话上下文生成。

## 1 引言

大型语言模型（LLM）正从单轮助手演变为智能体社会、教育、公民讨论与集体决策场景中的模拟参与者。生成式智能体的工作展示了LLM如何随时间维持社会模拟（Park等，2023 (https://arxiv.org/html/2605.15343#bib.bib31)），而近期的讨论与增强民主研究则利用LLM建模讨论、偏好形成与公民意见输入（Yang等，2024 (https://arxiv.org/html/2605.15343#bib.bib65)；Chuang等，2025 (https://arxiv.org/html/2605.15343#bib.bib6)；Gudiño等，2024 (https://arxiv.org/html/2605.15343#bib.bib66)）。数字孪生提案更进一步，将合成社区视为讨论设计的测试床（Novelli等，2025 (https://arxiv.org/html/2605.15343#bib.bib77)）。在这些场景中，研究人员需要知道智能体说了什么，更要知道其立场是否、何时以及为何会因理由而改变。在多智能体讨论中，这些更新动态对于合作与冲突解决至关重要，因为它们塑造了智能体倾听、坚守承诺、趋同或保持分歧的方式。

由于当前的LLM智能体能够生成流畅的同意与反对，却不暴露这种变化的来源，归因问题便成为核心。一份对话记录可能显得更加温和，可能是因为智能体接受了证据，因为其角色发生了漂移（Choi等，2025b (https://arxiv.org/html/2605.15343#bib.bib41)），因为它附和了交互伙伴（Shekkizhar等，2025 (https://arxiv.org/html/2605.15343#bib.bib42)），或者因为继承的模型偏差塑造了响应（Taubenfeld等，2024 (https://arxiv.org/html/2605.15343#bib.bib4)）。智能体也可能显得顽固，因为检索或提示上下文发生了变化。根本问题在于，标准LLM交互中时间连续性并非自动存在：没有外部记忆与更新规则，每一轮都是基于所提供上下文的重新计算，而非一个携带经验持续存在的讨论型智能体。对于基于智能体的模拟而言，建模目标变得模糊：究竟在表征哪种讨论主体？

我们引入了信念引擎（BE），一个可审计的模拟控制层，将对数几率信念更新置于实验控制之下。我们在操作贝叶斯建模意义上使用“信念”：以对数几率形式维护的命题级证据状态。我们使用立场来表示标量读出 `S ∈ [−1, 1]`，正值支持命题，负值反对命题。初始种子论点定义先验，后续论点提供加权证据，两者通过一个对数几率规则累积，并带有两个可解释的控制参数：证据吸收 `u` 与先验锚定 `a`。这针对的是当前LLM智能体隐式保留的讨论组成部分：什么算作证据，它能在多大程度上改变信念状态，以及初始承诺的持久性有多强。传入的论点在被提取、判断并存储到结构化记忆后，才进入此更新过程。语言生成则基于更新后的立场与检索到的证据。

将维护的信念状态与生成分离开，使得研究人员能够明确通常被埋没在提示中的建模假设。高吸收产生更易受证据影响的智能体，强锚定保留初始承诺，而立场的轨迹可以与产生它的证据进行核对。因此，BE将讨论模拟从提示驱动的对话记录生成，转变为一个可报告的状态转移模型：研究人员可以指定证据如何进入记忆，它在多大程度上改变信念状态，以及由此产生的立场轨迹如何制约语言。

我们通过受控参数扫描、匹配的基于提示的基线以及回放2,495条经过质量筛选的人类多轮讨论DEBATE数据集（Chuang等，2025 (https://arxiv.org/html/2605.15343#bib.bib6)）轨迹来评估BE。扫描测试了 `u` 和 `a` 是否能跨基础模型控制证据响应性。提示基线测试自修正与检索是否能暴露相同的更新过程。我们使用DEBATE回放来理解哪些类型的人类立场移动可由提取的证据解释，而非声称某一种档案应能预测整个人群：在相同的已提取证据流下，哪些吸收-锚定档案能重构观察到的响应模式？

具体而言，BE使模拟的三个部分变得明确。该架构将论点提取、证据判断、结构化记忆、信念更新、立场计算与响应生成分离开来。生成式智能体实验表明，两个标量控制——吸收与锚定——能在多种基础模型上产生可预测的立场动态，同时保留证据级别的审计轨迹。人类回放协议表明，同样的接口可以区分出由证据解释的移动、稳定锚定，以及其信号不存在于已提取证据流中的移动。

## 2 相关工作

LLM讨论者模糊了表达与状态。LLM社交模拟中的一个核心困难是归因：当LLM智能体改变其所说内容时，仅凭对话记录无法显示这种移动应被视为基于证据响应的更新，还是由提示、检索或生成引起的表面变化。它们表现出角色偏移（Choi等，2025b (https://arxiv.org/html/2605.15343#bib.bib41)；Shekkizhar等，2025 (https://arxiv.org/html/2605.15343#bib.bib42)）、知识冲突失败（Xu等，2024 (https://arxiv.org/html/2605.15343#bib.bib1)）、近因敏感性（Kim等，2024 (https://arxiv.org/html/2605.15343#bib.bib2)；Zhang等，2025 (https://arxiv.org/html/2605.15343#bib.bib5)）、回归到训练偏差（Taubenfeld等，2024 (https://arxiv.org/html/2605.15343#bib.bib4)），以及与人类相比过度趋同（Chuang等，2025 (https://arxiv.org/html/2605.15343#bib.bib6)）。DEBATE尤其相关，因为它记录了公开的交互痕迹和私人的讨论前/后观点，显示即使合理的角色扮演也可能扭曲个体和群体的意见动态。讨论也可能在没有指定更新策略的情况下表现得像鞅（Choi等，2025a (https://arxiv.org/html/2605.15343#bib.bib17)）。即使推理模型在内部模拟了对话式的“思想社会”（Kim等，2026 (https://arxiv.org/html/2605.15343#bib.bib12)），这些隐式视角并非持久、可审计的社会行动者。BE通过维护一个具有显式立场变量的独立信念状态来弥补这一差距。

民主模拟需要可检查的变化。应用系统越来越多地在讨论场景中使用LLM：AI辩论可以支持事实主张评估（Rahman等，2025 (https://arxiv.org/html/2605.15343#bib.bib74)）和司法任务（Hu等，2025 (https://arxiv.org/html/2605.15343#bib.bib76)），而Agora和ArgueMate则在公民和教育环境中构建共识发现（Pradeep Fulay等，2026 (https://arxiv.org/html/2605.15343#bib.bib73)；Wang等，2026 (https://arxiv.org/html/2605.15343#bib.bib75)）。增强民主和数字孪生提案进一步推动了这一目标，通过使用LLM或合成社区来估计公民偏好，并通过受控的“假设”场景测试讨论设计（Gudiño等，2024 (https://arxiv.org/html/2605.15343#bib.bib66)；Novelli等，2025 (https://arxiv.org/html/2605.15343#bib.bib77)），而DelibSim则显示LLM群体在程序性对话质量上匹配人类，但在再现类似的认知结果动态方面失败（Flechtner，2026 (https://arxiv.org/html/2605.15343#bib.bib72)）。我们认为，在此类场景中，缺失的状态变量便成为一个本质问题。一个讨论模拟器应报告最终准确性、认知和对话质量以及用户学习，但它也应暴露模拟参与者为何移动、保持稳定或极化。

记忆不决定信念修正。智能体记忆系统决定了什么可以被保留、反思或检索：生成式智能体（Park等，2023 (https://arxiv.org/html/2605.15343#bib.bib31)）、情节记忆库（Zhong等，2023 (https://arxiv.org/html/2605.15343#bib.bib36)）、反思系统（Xu等，2025 (https://arxiv.org/html/2605.15343#bib.bib47)；Tan等，2025 (https://arxiv.org/html/2605.15343#bib.bib53)）、图记忆（Gutiérrez等，2024 (https://arxiv.org/html/2605.15343#bib.bib37)；Kang等，2025 (https://arxiv.org/html/2605.15343#bib.bib8)；Huang等，2025 (https://arxiv.org/html/2605.15343#bib.bib9)）、大规模模拟（Piao等，2026 (https://arxiv.org/html/2605.15343#bib.bib13)；Xu等，2026 (https://arxiv.org/html/2605.15343#bib.bib14)）以及检索增强辩论（Li等，2026 (https://arxiv.org/html/2605.15343#bib.bib16)）都加强了某种形式的上下文持久性。但记住一个论点并不等同于将其接受为证据。记忆也可能放大噪音或强化跟随经验的行为（Xiong等，2025 (https://arxiv.org/html/2605.15343#bib.bib10)）。BE将判断与更新置于记忆与生成之间：只有当证据层将存储的论点标记为活跃时，它们才与信念相关。

形式化更新规则需要语义基础。贝叶斯模型（Olsson, 2013 (https://arxiv.org/html/2605.15343#bib.bib22)）、DeGroot更新（DeGroot, 1974 (https://arxiv.org/html/2605.15343#bib.bib26)）和有界置信模型（Deffuant等，2000 (https://arxiv.org/html/2605.15343#bib.bib28)；Hegselmann and Krause, 2002 (https://arxiv.org/html/2605.15343#bib.bib27)）使意见动态变得明确，而最近的工作将LLM辩论与贝叶斯纳什均衡联系起来（Xie等，2025 (https://arxiv.org/html/2605.15343#bib.bib18)）。但它们的抽象对于语言智能体模拟而言也是局限：它们很少规定如何提取、判断、记忆自然语言论点，或将其转化为话语。人类的信念更新也偏离理想的贝叶斯假设（Stengård等，2022 (https://arxiv.org/html/2605.15343#bib.bib19)；Holt and Smith, 2009 (https://arxiv.org/html/2605.15343#bib.bib20)；Ashinoff等，2022 (https://arxiv.org/html/2605.15343#bib.bib21)）。人们可能会保护承诺，通过身份和信任来权衡证据，并在不同社会情境中做出不同反应。BE框架位于这些传统之间。它使更新规则参数化，将每次更新建立在提取的论点之上，并暴露可与人类讨论轨迹进行校准的档案。

## 3 方法

图1 (https://arxiv.org/html/2605.15343#S0.F1) 描绘了一个BE智能体，它作为一个基于LLM的辩论者，其命题级信念状态由信念引擎维护。在辩论过程中，它针对固定主题与对手交换消息。该智能体可以使用任何兼容的基础模型。在生成式智能体比较中，我们在不同角色中使用GPT-4o-mini、GPT-5.4-mini、Qwen 3.5 9B和Gemma 4 E4B，具体如下所述。在生成式智能体条件下，辩论从 `n=10` 个种子论点开始，并使用相同的对话协议，同时改变吸收-锚定档案 `(u, a)`。每次响应由三个输入生成：(i) 当前立场指令，(ii) 检索到的上下文，以及 (iii) 近期对话上下文。由于信念状态由报告的参数更新并暴露为 `S`，该架构使得研究模拟智能体在论证压力下如何改变状态成为可能。

### 3.1 信念引擎

信念引擎将信念维护与生成推理解耦，从而可以系统地控制智能体的信念更新。对于每条新消息，引擎遵循五步循环（图1 (https://arxiv.org/html/2605.15343#S0.F1)）：**提取论点**（将消息转换为候选主张），**判断证据**（评分并合并接近重复的候选），**更新结构化记忆**（存储活跃和存档证据），**更新信念状态**（应用对数几率规则并计算立场 `S`），以及**撰写响应**（根据其支持/反对比例检索活跃记忆，并将 `S` 映射为用于生成的行为指令）。

所报告的信念引擎结果使用确定性对数几率更新器，该更新器根据论点赞成/反对极性、支持强度、证据吸收 `u` 和先验锚定 `a` 重新计算信念状态，然后将其暴露为立场 `S`。每个存储的论点都有一个二值活跃标志 `zi ∈ {0, 1}`，实现为 `credence_relevant`。只有活跃记录贡献于立场 `S ∈ [−1, 1]`，将记录级证据选择与聚合立场分离开来。

#### 提取论点。

一个独立的LLM模块将每条消息 `m_t` 分解为候选记录 `\tilde{\mathcal{E}}_t = J(m_t) = {\tilde{e}_i = (c_i, p_i, r_i)}_{i=1}^{n_t}`，其中 `c_i` 是规范主张，`p_i ∈ {−1, +1}` 是其极性（+1 肯定，−1 否定），`r_i ∈ {seed, self, opponent}` 是来源角色。我们在所有实验中使用相同的提取器，而基础辩论者模型在生成式智能体比较中有所不同。极性相对于辩论命题定义，而非情感。一条消息可能产生零个、一个或多个候选论点。提取提出候选证据记录，它本身并不决定某个主张是否应影响信念状态。我们并不将提取限制在形式化的、逻辑结构的论点，而是采用更广泛的讨论性沟通概念，包括叙事、修辞形式和经验知识（Young, 2002 (https://arxiv.org/html/2605.15343#bib.bib67)；Na