深思的幻觉：诊断多智能体 LLM 辩论中的事实流失与立场同质化

多智能体 LLM 系统常将共识视为交互成功的证据，但在辩论性问题中，可靠性取决于代理是否保留了关键事实与观点。本文提出“深思的幻觉”现象：讨论导致关键事实逐渐流失及多样立场向共识坍塌。作者引入 DelibTrace 框架，通过分解原子事实并追踪其在讨论轮次中的存续率进行量化。实验显示，多智能体讨论可抹去高达 72% 的关键事实，导致最终立场受限于基础模型先验，且易受恶意信息注入。研究表明代理可能在知之甚少的情况下达成更多共识，呼吁评估应关注事实与合理分歧的存续。