问题——从“会不会接管人类”到“如何建立信任” 公众对智能技术快速演进的讨论中，“是否会失控”“如何确保安全”成为高频议题；2月初一次用户提问中，有人以“技术风险”观点为引，直接向多智能体平台“团子”发问：智能系统是否可能对人类构成威胁，用户又如何确认其回答可信。平台随即调动多名不同“角色”的智能体发起辩论，随后扩大到更大规模的智能体参与评议并投票，最终形成综合结论与操作性建议。这类交互折射出当下社会对智能应用的两重需求：一上希望获得更强能力的知识与决策支持，另一方面要求过程透明、边界清晰、风险可控。 原因——从单一输出到协同研判，多智能体试图补齐认知盲区 据介绍，“团子”由初创公司“明日新程”（Nextie）推出内测版本。该产品与传统单模型问答不同，设计了多种运行模式：一类面向生活情感与沟通场景，强调多视角分析与建议整合；一类面向学术检索、行业研究等任务，强调资料追溯与结构化研究；另有“群体仿真”方向正推进，尝试对政策、市场或组织决策在不同条件下的可能走向进行推演。 其核心思路是“群体智能”：不是简单叠加多个回答，而是让具有不同背景设定与推理策略的智能体围绕同一问题进行质询、反驳、修正与投票，以期减少单一模型的偏差与“自信式错误”。团队上，公司由李笛与其原“小冰”核心团队成员发起——规模约30人——提出从“情感陪伴”转向“认知协作”的产品目标，强调用机制化的群体讨论来提升答案质量与决策参考价值。 影响——为可解释与稳健性提供新路径，也带来评估与治理新课题 从应用层看，多智能体协同一定程度上能把“黑箱式回答”拆解为“观点形成的过程”，让用户看到不同立场的争点、依据与不确定性来源，有助于提升使用者对系统边界的理解。例如在前述“安全焦虑”讨论中，智能体群体通过投票呈现分歧结构：多数观点强调智能系统的输出随机性与人类意志不同，另有观点提示风险仍需正视，还有部分观点认为恐惧本身源于对失控的想象。平台深入给出“可操作验证”的建议，如通过调整输出随机性参数来直观看到结果变化，从而把抽象争论转化为可观察、可验证的体验。 但从行业治理角度看，多智能体并不天然等于“更正确”。其结果仍受到底层模型能力、数据来源、提示策略、角色设定与投票规则等因素影响；当智能体数量增多时，如何防止“共识偏差”“多数暴政”或“同源模型带来的集体误差”，如何进行权重分配与责任追踪，都是新的技术与管理问题。尤其在研究、政策推演等高风险场景，输出结论的可靠性、可复现性及适用范围，需要更严格的评测基准与审计机制。 对策——以透明机制、可追溯证据与安全边界夯实“可用可信” 业内人士认为，多智能体产品要真正成为“可信工具”，需在三上持续补课：一是过程透明，明确展示证据来源、推理分歧与不确定性，避免把推演结论包装成确定答案；二是可追溯与可评测，建立对引用材料、关键判断与投票机制的记录与复核路径，引入第三方评测与公开基准，尤其要强化对幻觉、偏见与安全风险的系统性测试；三是边界清晰，在产品层面设置敏感领域限制、风险提示与用户确认流程，推动形成与应用场景匹配的合规与伦理规范。 同时，面向普通用户的“信任建立”也需要更可理解的设计。将参数调节、对照实验、不同智能体的立场展示等功能以更直观方式呈现，有助于把“相信与否”的抽象问题转化为“能否验证”的具体过程。 前景——多智能体或成智能应用新形态，关键在于标准与生态 随着大模型能力提升，单一问答已难以满足复杂决策、跨学科研究与组织协同的需求。多智能体协作、群体讨论、情景推演等方式，可能成为智能应用从“回答问题”走向“辅助研判”的重要方向之一。特别是在企业管理、市场分析、产品设计、公共议题研讨等领域，若能把多视角讨论与可验证证据结合，有望提升决策效率并降低低级错误率。 但其规模化落地仍取决于两项关键条件：一是行业层面的评测标准与安全规范能否同步建立，二是能否形成可持续的内容与工具生态，让“群体智能”不仅能讨论，也能对接真实任务流程与责任体系。未来，多智能体平台的竞争，或将从“谁更会说”转向“谁更可证、可控、可用”。
技术的价值，不只体现在它能做什么，更体现在它能否让人理解它在做什么。从"情感"到"认知"，从单一智能体到群体智能框架，"明日新程"团队的转型触及了人工智能产业的一个深层问题：当技术能力不再是稀缺资源，如何在人与智能系统之间建立真实、可持续的信任关系，或许才是下一阶段最值得投入的方向。这不只是一家初创公司的产品选择，也是整个行业在快速扩张之后必须认真作答的问题。