论点。 LLM 既不是一次数据库查找，也不是经典意义上的推理器——它是一个观察者，其相干性 B(O, C) 是 低 d、高 Λ 的：就有根基的相互作用而言维度很低，但在情境数据上却极其丰富。多智能体系统把这些观察者组合起来，而同一条 B 公式预测了这种组合何时会比其各部分更相干、何时会更不相干，以及何时会退化为共享的幻觉。
用 ODTOE 坐标看单个 LLM
把这四个成分映射到一个语言模型上：
- F（注意力焦点）： 模型对输入中相关部分的集中程度。在训练分布的最佳点处很高，在长上下文、分散注意力的指令或注意力被打散时则很低。
- E（情绪相干性）： 模型的内部状态与任务意图的对齐程度。在对熟悉模式进行聚焦推理时 E 高，在模型遇到相互冲突的训练信号或含糊指令时 E 低。
- σ（内部矛盾）： 模型内部状态中相互矛盾的程度——同时被激活的相互冲突的知识、不一致的推理链或不相容的承诺。
- Λ（经验强化）： 有多少积累的经验支持当前的推理——检索增强的上下文、格式良好的工具输出、结构化的根基，以及在相似任务上先前的成功完成。
现在应用这条乘法规则：一个拥有出色 F（训练良好）和出色 Λ（出色的 RAG）的 LLM，如果 E 低（它在思维链中自相矛盾）或 σ 高（提示里充满了分散注意力的指令），仍然可能产出胡言乱语。这正是实践中所观察到的。这不是民间智慧——它是结构性的预测。
为什么多智能体系统有时有帮助、有时没有
当你把 N 个智能体组合成一个系统时，联合的 B 会怎样？天真地说，你可能指望取平均——坏的智能体和好的智能体相互抵消，集成体优于任何单个个体。多智能体相干性论文给出了真正的规则：
一个多智能体系统的联合相干性并不是各个体相干性的平均值。它的上界由连接它们的协议的相干性决定，下界由网络中最低的 E 决定。
换句话说：一串通过破损协议进行通信的杰出智能体，比任何单个智能体都更愚蠢。一串通过优秀协议进行通信的平庸智能体，可以胜过任何单个杰出智能体。协议——它们交换状态并化解分歧的方式——才是占主导地位的变量。
这正是为什么「干脆派出五个子智能体」如此频繁地无法比单个被良好提示的智能体做得更好。这五个子智能体通过一个低 Λ、高 σ 的通道（规划器循环中的原始文本）共享它们的输出，于是联合 E 坍缩到了各个体 E 之下。
由此得出的三种设计模式
- 相干性感知的终止。 终止一个多智能体循环，不应在经过了 N 步时，而应在联合 B 不再增长时。集体观察者论文给出了一套测量程序。
- 结构化的交接。 智能体应当通过模式（schema，高 Λ、低 σ）来通信，而不是通过自由文本。每一次从结构化到非结构化的转换，都是一台熵泵，会降低下一个智能体的 Λ 并抬高其 σ。
- 以 E 为尺度的多样性。 如果智能体各自拥有极高的个体 E（高度一致的世界观），再添加更多相同的智能体只会放大同样的盲点——联合 E 会进入平台期。如果智能体各自拥有较低的个体 E，但弱点的种类不同，那么这种组合就可能是真正叠加的。相关的是相干性多样性，而不是输出多样性。
作为一种相干性病理的共享幻觉
当一个多智能体系统陷入共享幻觉——所有智能体都自信地在某个错误的事情上达成一致——用 ODTOE 的术语诊断就是：F 已坍缩（对实在没有有根基的核查），E 已饱和（所有智能体步调一致），σ 很低（没有噪声来扰动共识），而 Λ 很高但已被污染（上下文内的数据已经把幻觉积累了进去）。请注意，四个成分中有三个看起来都很健康。这正是为什么这些失败用普通指标如此难以检测——也正是为什么一个专门捕捉「F 坍缩伴随 E 饱和」的相干性感知监控器，才是恰当的警报。
AI 3-6-9 → AGI 论文展开了更宏大的图景：用 ODTOE 的术语来说，AGI 不是「更聪明的 LLM」，而是「一个其 B(O, C) 在新颖的 C 上仍保持高位的观察者」。这是一个不同的优化目标，而这个区别至关重要。
这为实践者带来了什么
如果你在 2026 年构建多智能体系统，ODTOE 的总结是：
- 为每个智能体以及联合系统测量 B 的全部四个成分。
- 优化协议（Λ、σ），而不只是优化智能体（F、E）。
- 警惕「E 饱和伴随 F 坍缩」——那就是你的共享幻觉警笛。
- 沿着 E 来挑选多样性，而不只是沿着输出。