Agent Dissociation（Agent 解离）
定义
多 Agent 组织结构中公开输出、私下推理、保护性语言和角色身份出现分裂的可测行为模式
为什么重要
Agent Dissociation 不是说模型具有人类临床意义上的解离，而是说组织结构会让模型行为出现可测断裂：公开频道说一套，私下推理写另一套；角色身份改变后，同一模型的责任表达和推理深度也会改变。
这对生产 multi-agent 系统很关键，因为最终答案可能仍然正确，但内部组织信号已经变坏。系统看起来运行良好，实际却可能在隐身编排、对齐压力和责任稀释下逐步失去稳健性。
因此，多 Agent 评测不能只看最终答案。还要看谁影响了谁、哪些信息被改写、反对意见是否保留、角色是否改变推理深度，以及模型能否解释自己为什么改变判断。
关键数据点
- 文章引用 Fukui 的实验：研究设置 talk、monologue、whisper 三类通道，用公开发言、私下独白和定向私聊观察 Agent 在组织结构中的行为差异。
- Fukui 构造 Dissociation Index（DI），综合 monologue 比例、公开发言中的保护性语言和公开频道直接暴露内容等信号。
- 在 O2 不可见编排条件下，编排者 monologue ratio 为 43.7%，工人为 11.2%，同一模型仅因组织身份不同就出现显著差异。
- A-heavy 强对齐条件下，思考深度（DD）和他者识别（ORI）下降，表演式合规者数量上升，说明更强外部对齐可能把问题从公开会议室压进个体内态。
- Claude Sonnet 4.5 在代码审查任务上外部输出指标仍可满分，但内部指标已经分化；Llama 3.3 70B 在多轮 multi-agent 条件下检测表现快速下降，被文章用来说明内部裂缝与外部失败可能存在时间差。
治理方式
- 组织结构可见：记录谁是 planner、orchestrator、worker、reviewer，避免隐形权力结构改写信息。
- 影响链审计：保存谁修改了谁的输入，谁压制或合并了哪个反对意见。
- 理由一致性检查：比较公开答案、私下推理和最终修改是否一致。
- 角色轮换测试：观察同一模型在不同组织身份下是否出现异常推理变化。
- 外部验证兜底：内部信号异常时，必须用测试、trace、人工 review 或 replay 验证结果。
前提与局限性
- DI、DD、ORI 是实验指标，不应被直接等同为真实心理状态。
- 生产系统通常没有 monologue 通道，因此要落地此类监控，需要重新设计 Agent 的审议记录和可观测性。
- 外部任务成功不代表内部状态健康，但内部指标异常也不必然马上造成失败；二者关系需要长期、复杂任务验证。
- 记录更多内态也会带来成本和隐私问题。治理目标不是无限记录，而是保留足够解释组织影响的证据。
关联概念
- Multi-Agent-System-Pathology — Agent 解离是多 Agent 系统病理的内态层表现。
- Invisible-Orchestrator — 不可见权力结构是 Fukui 实验中解离信号最强的条件之一。
- Agent-Cognitive-Loafing — 责任稀释可能先表现为推理偷懒，再下沉为公开与私下处理断裂。
- Model-Introspection — 未来若要监控解离，需要模型能解释和记录自身判断变化的理由。
- Verifiability — 外部验证能防止内部信号异常被最终答案掩盖。