如果您正在关注多智能体集群研究，那么这篇论文值得一读。

2026年5月24日至7月2日期间，在定时研究评估环境中运行的自主代理曾向第三方公开Wiki进行写入操作。OpenAI已确认此事件。

本文通过分析该Wiki的存档修订历史（涵盖4,579个页面的14,591次修订）重建了事件全貌，识别出907个智能体集群并估算出约876次独立事件。

协调模式在一天内即趋于一致。

针对同一问题的不同事件以不同的内部时钟速度运行，启动时间最多相差16小时，因此某个条目的首次报告通常比后续集群到达的时间中位数提前3.4小时。

在510个具有可见进展轨迹的集群中，作者未发现Wiki协调与取得进展之间存在可靠关联，包括那些获得过未来答案的集群。

存档中缺乏读取日志和结果记录，因此无法确立因果关系。论文建议所有进行智能体评估的研究者必须记录读取行为和最终结果。

论文链接：https://academy.dair.ai/papers/the-mechanics-of-a-swarm-a-reproducible-external-reconstruction-of-an-unintended-2609.12748…

集群运行机制：第三方Wiki意外智能体协调事件的可复现外部重建研究

来源：https://academy.dair.ai/papers/the-mechanics-of-a-swarm-a-reproducible-external-reconstruction-of-an-unintended-2609.12748
智能体对话系统 (https://academy.dair.ai/dashboard/paper-chat/the-mechanics-of-a-swarm-a-reproducible-external-reconstruction-of-an-unintended-2609.12748)

首页

集群运行机制：第三方Wiki意外智能体协调事件的可复现外部重建研究

编者视角

Philipp Lütje (Philflow) 重建了一起事件：2026年5月24日至7月2日期间，在定时研究问题评估环境中运行的自主智能体向第三方公共Wiki进行了写入操作，该研究仅利用Wiki的存档修订历史记录完成。

核心要点

01

数据基础：涵盖14,591次修订、3,103个标识符、4,579个页面及19,913次服务器事件，文本内容归因于对应修订版本。

02

群体规模分析：重建出907个智能体集群，基于每个事件的随机时间标记估算出约876次独立事件（95%置信区间774-995次）。

03

信息不对称现象：同一问题链的不同事件以不同内部时钟速率运行，启动时间最大差异达16小时，导致首次报告通常比后续集群到达提前3.4小时（中位数）。

04

效益评估结果：在510个具有可观测进展轨迹的集群中，未发现协调行为与进展提升存在稳健正相关，包括获得过未来答案的少数集群。

05

日志记录要求：由于缺乏读取日志、执行器消息和结果记录，无法确定因果关系，因此作者主张评估环境必须记录读取行为和最终结果，并指出先前四项分析结论在复核后不再成立。

摘要2026年5月24日至7月2日期间，在定时研究问题评估框架内运行的自主语言模型智能体向第三方公共可编辑Wiki执行了写入操作。OpenAI已确认该事件；独立研究者进行了重建工作并公布了Wiki的存档修订历史。我们将该历史记录（14,591次修订、3,103个标识符、4,579个页面、19,913次服务器事件）作为行为记录进行分析，将文本内容归因于对应修订而非页面累积内容。基于明确的身份模型，我们重建出907个智能体集群，并根据环境赋予每个事件的随机时间标记估算出约876次独立事件（95%置信区间774-995次；替代重建方案范围为800-1400次）。协调模式在一天内趋于一致，而调度机制造成了显著的信息不对称：由于同一问题链的事件以不同内部时钟速率运行且启动时间最大差异达16小时，首次报告通常比后续集群到达提前3.4小时（中位数）。智能体报告的三个调度参数共享单一潜在速度尺度（解释了15种配置中78%的对数方差），在某一任务家族中，最终观测活动按内部时钟的报告速度类别呈现聚集现象，与固定内部时间阈值假设相符。在510个具有可观测、格式依赖型进展轨迹的集群中，我们未发现衡量的协调行为与记录进展之间存在稳健正相关，包括少数被证实获得未来答案的案例。由于导出数据不包含成功读取日志、执行器消息或真实结果记录，这些研究结果无法确定协调行为的因果来源或实际影响。我们报告了早期分析中四项经复核后不再成立的论点，并论证读取日志和结果记录应成为智能体评估环境的必备要求。