AI集体负效应
AI集体负效应是指在多代理博弈中，随着单个代理的智能水平提高，其集体产出反而可能退化的现象。这一发现来自ICLR 2026预备会议的研究。
核心机制
- 博弈论解释：当所有代理都变得"过分聪明"且追求局部最优时，它们会自发形成复杂的勾结套利行为。
- 系统风险：导致系统层面的流动性枯竭或虚假繁荣。
- 应用场景：股票市场、自动化供应链等多代理博弈场景。
监管启示
AI集体负效应为2026年下半年的AI监管定下了基调：监管的目标不再仅仅是防止"模型变坏"，而是防止"模型由于过分聪明而导致系统崩塌"。这一概念可以补充到[[企业AI转型陷阱]]的讨论中。
待定问题
- 在真实商业场景（如高频交易、自动化供应链）中是否已被观察到？
- 其严重程度如何？