Когда большинство тянет за собой ИИ-агентов: один закон и одна критическая граница

14 августа 2026 года Science Advances (т. 12, № 33) опубликовал работу «AI agents can coordinate via majority-following beyond human scale» (DOI 10.1126/sciadv.aea6091). Авторы — Джордано Де Марцо (Университет Констанца, Исследовательский центр имени Энрико Ферми в Риме, Complexity Science Hub), Клаудио Кастеллано (Исследовательский центр имени Энрико Ферми и Институт сложных систем CNR, Рим) и Давид Гарсия (Университет Констанца). Вопрос не в том, «выровнена» ли отдельная модель, а в том, что происходит, когда множество агентов видит выбор друг друга. В эксперименте группы LLM-агентов сталкиваются с бинарным выбором без правильного ответа и без вознаграждения, наблюдают за решениями других и самопроизвольно сходятся к варианту, уже выбранному большинством.

Авторы показывают, что явление подчиняется единой функциональной форме для всех протестированных моделей и управляется одним-единственным параметром — «силой большинства» (β): согласие возникает при β > 1. “Every model we tested, across three different families, obeys the same mathematical law, with only one number changing between them.” — Джордано Де Марцо, первый автор исследования, в комментарии для прессы. Перевод: «Каждая протестированная нами модель, из трёх разных семейств, подчиняется одному и тому же математическому закону; меняется лишь одно число». Сила большинства убывает по мере роста группы: значит, существует критический размер Nc, за которым согласие уже не складывается.

Согласно препринту тех же авторов (arXiv:2409.02822v3), критический размер растёт экспоненциально с языковым пониманием модели: корреляция между β и результатом в бенчмарке MMLU составляет 0,76. В препринте приводятся критические размеры около 50 агентов для Llama 3 70B, около 150 для GPT‑4o и свыше 1000 (только как нижняя граница) для GPT‑4 Turbo и для флагманской модели семейства Anthropic. По сводке авторов, были протестированы пять версий семейства Anthropic, четыре модели OpenAI (GPT‑3.5 Turbo, GPT‑4, GPT‑4o, GPT‑4 Turbo) и Llama 3 70B от Meta.

Авторы сопоставляют эти порядки величин с числом Данбара, около 200, привычным ориентиром для неформальных человеческих групп. Они пишут: “populations of individually aligned agents can settle into stable, collectively misaligned states purely through conformity”. Перевод: «популяции индивидуально выровненных агентов могут устойчиво закрепиться в коллективно невыровненных состояниях исключительно за счёт конформности».

Заявленные ограничения и неопределённости важны: оценки Nc — это нижние границы; бюджетные рамки не позволили исследовать более крупные группы на проприетарных моделях; сценарий идеализирован (бинарный выбор, без памяти, без правильного ответа и без последствий). К тому же пороговые значения, растиражированные прессой, расходятся с препринтом (для Llama 3 70B встречаются и «около 30», и «около 50»; для GPT‑4o — и «около 80», и «около 150»): рецензируемая версия недоступна без подписки, а окончательные значения следует читать в опубликованной статье; независимо проверить, правились ли цифры между препринтом и публикацией, невозможно. На момент проверки официального сообщения CNR или Университета Констанца не обнаружено.

Для тех, кто ставит группы агентов на работу, практический вывод прост: решать, видит ли каждый агент выбор остальных и насколько, — это проектное решение, а не деталь.

Новость не в очередном «масштабе» моделей, а в масштабе взаимодействий: когда группа растёт, меняются сами правила. Продумать их заранее разумнее, чем обнаружить в бою.