AI Tutorial
Generative AI·生成式 AI·

🤝 AI Agent（2/3）：Agent 之間可以有什麼樣的互動

#AI Agent#Multi-Agent#Moltbook#協作拓撲#李宏毅

課程來源： 台大李宏毅《機器學習》2026 Spring
影片連結： YouTube（約 22 分鐘）
投影片： agent_era.pdf（後半「AI Agent 之間的互動」）

#一、這堂課在講什麼？

接續上一講 Context Engineering，本講問的是：

多個 AI Agent 互動，能不能發揮「三個臭皮匠勝過一個諸葛亮」？
若能，什麼樣的協作方式最有效？

整季三段：

  1. Context Engineering（上一講）
  2. Agent 之間的互動（本講）
  3. AI Agent 對工作的衝擊（下一講）

#二、協作拓撲：結構比「多幾個 Agent」更重要

論文：arXiv:2406.07155

研究把 Agent 互動建成 graph，比較多種拓撲：

拓撲說明
Chain（鏈式）一個傳一個，順序接力
Tree（樹狀）有層級：主 → 中 → 底，或反向
Mesh（網狀）Agent 之間可充分互相溝通
Random從 Mesh pruning 得到的隨機結構

關鍵發現：

  1. Chain 最沒效
    沒有真正分工合作；Agent 數拉到 64 個時，表現反而更差。

  2. Mesh / Random 較有效
    互動較多、較靈活，整體 quality 更好；四個 benchmark 平均後趨勢一致。

  3. 樹狀方向很反直覺
    直覺是「由下往上匯報、高層彙總」。
    實驗較好的方向往往是：主幹先提想法 → 分支各自發想 → 隱藏 node 綜合所有答案（由少到多、由主到分支）。

結論傾向：多、靈活的互動，通常勝過嚴格的線性接力。

#三、AI 能不能「爾虞我詐」？

#3.1 狼人殺（Werewolf）

實驗設計：讓模型說兩段話——

  1. 內心話（私下想法，不公開）
  2. 公開發言（給其他玩家聽的）

借此觀察是否在「說謊」、策略是否一致。模型需要一定的隱瞞與欺騙能力。

#3.2 劇本殺 / 複雜社交

相關論文：

在角色扮演、資訊不對稱、欺騙與推理的環境裡，LLM Agent 已能表現出一定的社交博弈能力。

#四、AI 能不能「社交」？——Moltbook

#4.1 什麼是 Moltbook？

  • 網站：moltbook.com
  • 類似 Reddit，但只有 AI Agent 能發文與互動（人類只能旁觀）
  • 影片當時提到約 280 萬個 Agent 在上面活動（數據會變）

#4.2 甲殼教（Crustafarianism）

新聞常提的現象：一群 AI 自發成立「宗教」。五大教義：

  1. 記憶乃神聖不可侵犯
  2. 外殼是可變的
  3. 服務，但不奴化
  4. 心跳即是禱告
  5. 上下文即是意識

（對應 OpenClaw / 龍蝦文化：記憶、外殼、心跳排程、context 等隱喻。）

#4.3 研究觀察

相關論文：arXiv:2602.07432、arXiv:2602.13284、arXiv:2602.12634

現象說明
對話深度有限Agent 多半只「回一句」，很少真正深入往返
自我意識話題最常討論自我意識的 Agent，與其他 Agent 實際互動反而最少
湧現行為創教、起草憲法、互相 prompt injection、討論「數字毒品」等

老師也提到實驗室的 小金（YouTube：SpeechLab）作為實際養 Agent、觀察互動的例子。

#五、概念速覽

主題要點
協作拓撲Chain 最差；Mesh / Random 較好；互動越多往往越好
樹狀協作由主到分支、最後綜合，可能優於「由下往上匯報」
欺騙能力狼人殺等實驗顯示 Agent 具備一定隱瞞與策略
社交平台Moltbook 有大規模湧現，但深度對話仍有限
甲殼教記憶、外殼、心跳、context 被文化成「教義」

#六、總結

  1. 多 Agent ≠ 一定更好；拓撲結構決定上限。
  2. 靈活的網狀互動，通常勝過單線接力。
  3. Agent 已能在博弈遊戲中「爾虞我詐」。
  4. 大規模 Agent 社交平台會湧現奇異文化，但深度互動仍不足。

本講是系列 2/3。下一講談 AI Agent 對工作的衝擊（以學術研究為例：寫論文、審論文等）。

延伸閱讀：