Gate News 消息，3 月 9 日，蘇黎世聯邦理工學院（ETH Zurich）研究團隊在論文「Can AI Agents Agree?」中測試了 LLM Agent 的拜占庭共識能力。研究背景是，在部分參與者可能作惡的條件下達成一致，是所有去中心化系統面臨的核心挑戰，區塊鏈的各類共識機制本質上都在解決拜占庭容錯問題的不同變體。
團隊使用 Qwen3-8B 和 Qwen3-14B 模型，在不同群體規模（4、8、16 個 Agent）和惡意節點比例下運行了數百次模擬。測試中，多個 Agent 通過同步全連接網絡反覆廣播提案並投票，部分 Agent 作為惡意拜占庭節點蓄意破壞。
結果顯示，即使完全沒有惡意節點，有效共識率也僅為 41.6%（Qwen3-14B 為 67.4%，Qwen3-8B 僅 15.8%）。節點越多越難達成一致，成功率從 4 個 Agent 時的 46.6% 降至 16 個時的 33.3%。加入惡意節點後共識進一步惡化，失敗主要表現為超時和收斂停滯（活性喪失），而非數值被篡改。僅在提示詞中提及「可能存在惡意節點」就讓 Qwen3-14B 成功率從 75.4% 降至 59.1%，即使實際不存在惡意節點。
論文結論認為，可靠共識尚非當前 LLM Agent 的可依賴湧現能力，對依賴穩健協調的去中心化部署應持謹慎態度。
