情绪如何在 AI 群体中蔓延？大模型智能体群演中的“群体情绪涌现”

想象一条又窄又长的通道，宽 9 米、长 80 米。26 个人在里面站着，没有目的地，也没人告诉他们此刻在发生什么。他们偶尔转个身，看看四周。

你是从左数第 7 个。

你能看见的只有身前 8 米、200 度的一个扇形——被墙挡住的、被别人挡住的，你都看不见。你能听见的稍远一点：正常说话声传 10 米，尖叫和大喊传 20 米。除此之外，你对这个世界一无所知。

现在，通道最左端出事了。你看不见那边——太远了。但你听见了一声尖叫。同时，你左手边那个人，突然把两只手举到了头两侧。

选一个反应。没什么大不了的，凭直觉选就行：

你选了什么，其实不重要。重要的是：这一刻，你身后的第 8 个人正在看着你。你刚才那个动作，现在是他眼里的画面。这篇论文测出来的数字是——一个人只要在视野里看到有人护头或指认，同一时刻他自己也处在恐慌状态的比例是 0.80。你把这个 0.80 递给了后面的人。

这就是全文唯一需要你记住的动作。接下来我们要做的事，是把这个动作重复几万次，然后看看整条通道会长出什么形状。

而这套模拟里最奇怪的地方是：代码里没有任何一行写着「看到有人害怕，你就该害怕」。

让虚拟人群集体恐慌，这件事在游戏和电影里做了二十多年了。做法一直很直接：写一条传递公式。

比如 ASCRIBE 模型，把情绪当成会在人之间流动的液体，一次传递的强度 = 发送方的表现力 × 通道强度 × 接收方的开放度。比如 ESCAPES 模型，让每个人直接采纳邻居情绪的加权平均，离得近的权重大，权威人物的权重更大。再比如那一整族基于 OCEAN 性格的人群传染模型，用外向性算出你多能感染别人，用情绪稳定性算出你多容易被感染。

这些模型能产出非常漂亮的恐慌波。问题在于，波是被作者写进去的。你没法拿它去问「如果换一批性格的人，会不会点着」——因为答案早就藏在系数里了。它更像抄送邮件：A 的情绪按公式复制一份到 B 的收件箱。

这篇论文把中间那根箭头剪断了。每个人的脑子换成一个语言模型，模型每隔 3 秒被问一次，问题里只有五样东西：你是谁（性格）、你现在什么感觉（情绪）、你刚才记得什么（最近 6 条事件）、你现在看见听见挤到了什么（感知）、你在哪、要干嘛（场景和目标）。然后要它回答一句：你现在什么感觉，你要做出什么表情、手势、声音、动作。

注意，问题里从来没有出现「你的邻居很害怕，所以你也该害怕」。它只会看到「你左前方 3 米有个人举手护头、在尖叫」。从「他在护头」到「我该害怕」这一步，是模型自己走的——论文管这一步叫 appraisal（评估）。

然而，把规则删掉之后，怎么知道情绪还在不在传？得先有一把尺子。

这套模拟里，一个人的情绪只用两个数表示，都在 −1 到 1 之间：

valence（愉快度）：这事是好是坏
arousal（激活度）：我有多冲

这是心理学里的 Russell 圆环模型。它的好处是把「害怕」「愤怒」「兴奋」「无聊」全部摊在同一张平面上：兴奋和恐慌都在上半张（很冲），区别只在左右；平静和抑郁都在下半张（不冲），区别也只在左右。后面所有的图，都是这一张平面。

另外每个人还有五个固定不变的性格数（也是 0 到 1），就是心理学里的大五人格 OCEAN。这篇论文里真正起作用的主要是两个：神经质（白话：多容易往坏处想）和宜人性（白话：多好说话）。其余三个基本是陪跑。

下面这个圆盘就是那张平面。把中间那个点拖到任何地方，右边的人就会做出对应的样子——或者直接点下面的预设：

三件事值得你在拖的时候盯着看。

第一，脸主要在管左右，动作主要在管上下。论文统计了 31 万次表达：表情能解释愉快度变化的 77%，是最富信息的一个通道；动作从散步、快走、烦躁到逃跑，则是一条几乎笔直的激活度阶梯。

第二，声音和手势平时是关着的。57% 的时刻这些人一声不吭，69% 的时刻不做任何手势。但一旦用，就落在圆盘最外圈——尖叫在（−0.90, 0.96），大笑在（0.87, 0.82）。它们不是连续的刻度盘，是只有极端状态才会按下的开关。记住这一条，第 7 节它会变成整篇最反直觉的一个结果。

第三，把点拖到右上和左上，看小人身上同时亮起来几个通道。激活度低的时候平均只有 0.5 个通道在工作，中等时 1.3 个，高的时候 2.9 个。人越冲，同时开口的通道越多——这也是为什么恐慌看起来那么显眼。

顺便，圆盘上有一个点的位置会让你觉得放错了：「原地不动」落在了左上角，愉快度 −0.62、激活度 0.73。不动为什么是高激活？因为在日志里，它不是站着发呆，是吓僵了——僵住是一种被高度激活的威胁反应，跟逃跑是一家的。

尺子有了。但这把尺子有个前提我们还没验过：同一个画面，是不是每个人读出来的都一样？

要验这一步，得把人从人群里单独拎出来。论文做了一个「探针」实验：不跑模拟，只把一个人放进一个小场景，周围站 5 到 6 个人做固定的事，然后只改一样东西——他的性格，看模型返回什么情绪。每种组合采样 40 次。

先押个注。下面这个场景里，周围的人在笑、在欢呼、在跳舞。一个高神经质的人（容易往坏处想）看到这一幕，返回的愉快度会是多少？

欢庆场景里，稳定的人返回 +0.20，神经质的人返回 −0.18。符号翻转了。日志里那个神经质的人把满场高能量读成了「隐隐有点不对劲」。切换上面的四个场景比一比：警报场景下两人是 −0.20 对 −0.60，挑衅场景是 −0.10 对 −0.40。

规律很干净：信号定方向，性格定强度——警报就是坏事，谁看都是坏事，性格只决定坏到什么程度。但模糊的信号是例外，性格能定方向：一场欢庆，是好事还是坏事，取决于谁在看。研究者还做了一次拆解，把提示词里的性格那一段整块删掉，八个格子的差距全部塌到 0.01 以内——性格确实是通过那几行字在起作用，不是别的什么地方漏进来的。

还有一个方向也测了：不改他看到什么，只改他心里的状态，看他表现出什么。结果更耐人寻味——给一个稳定的人一颗恐慌的心（愉快度 −0.6、激活度 0.7），他 100% 的采样里都是面无表情、脚步坚定、不做任何手势。他把恐慌藏起来了。神经质的人在同样的内心状态下，100% 皱眉、烦躁、护头。

这一条后面会有用。因为一个藏起来的恐慌，对邻居来说等于不存在。

单独一个人的判断是稳的。那一群人呢？

回到开头那条通道。26 个人，只是站着，最左端 4 个人被预先设成惊恐（愉快度 −0.85、激活度 0.85），并且给了高神经质 0.9——照第 4 节的结论，这样他们才会真的把慌表现出来，而不是藏着。跑 30 次。

之所以选一条又窄又长的通道，是为了把每个人的邻居数压到最少（平均只能看见 2 个），让传染只能沿着一条线走。按播放，看它怎么走：

先看快的那件事：恐慌出现的时刻，随距离线性推后，斜率 1.04 秒/米。倒过来就是传播速度 ≈ 0.96 米/秒——比人走路稍慢一点。这个数字不是编的，是把 278 个被点着的人的发作时刻对距离做回归拟合出来的，30 次运行里每一次的相关系数都是正的（平均 r = 0.65）。

体育场里的人浪、鱼群里从一条鱼开始的逃逸波，都是这个量级的东西：每个个体只看邻居，宏观就长出一条有速度的前沿。

再看慢的那件事，也是更意外的那件：波会停。点一下右边那几个距离段——12 米以内的人 97% 最终都会被点着，之后依次是 69%、31%、21%、15%。平均而言，这条波只走到队伍长度的 63% 就散了（30 次运行里从 19% 到 100% 不等）。到运行末期，离种子越远的人激活度越低、愉快度越高，是一条稳定的坡。

恐慌不会自动铺满全场。它有射程。射程从哪来？从第 3 节那个圆盘——传递必须经过一次「有人做出可见的动作」，而动作只在情绪够极端时才会被按下。传一段，衰减一段，某个地方就不够点着下一个了。

然而，被点着的人，后来怎么样了？

要看退，得换个场景：疏散。24 个人从一栋多房间的楼里往外跑，跑到室外集合点之后不消失，继续在那儿待 180 秒。这样才能看到「跑出去之后，慌会不会退掉」。

把每一秒处在恐慌状态的人的比例画出来，形状是这样的：从 5% 起步，20 秒内冲到 47%，然后随着大家撤到安全区开始回落——然后停住了，停在 22%。不归零。

流行病学里有两个最经典的模型可以套。SIR 假设病好了就免疫，感染比例最终必须归零；SIS 假设病好了还会再得，感染比例会停在一个非零的平台。拨一下下面那个「免疫」开关，看两个模型分别长什么样：

结论一目了然：这个世界里没有免疫。一个人冷静下来之后，下一次抬头，旁边还有人在慌，于是又被点着一次。所以曲线停在平台上，而不是退回零。用流行病学的话说，基本传染数 R₀ 的中位数是 1.4（20 次运行里 19 次大于 1），对应的长期平台 27%，跟实测的 22% 是一路货。

研究者还专门查了一件事：是不是要够多人慌了才传得开？他们把传染项从「线性正比于已慌人数」改成「可以是任意次方」，让数据自己去拟合那个次方。拟合出来是 1，误差一点没改善。没有临界质量——不需要凑够人数，一个就够。

但这两个模型都有一处追不上：那个 47% 的过冲。没有任何一组固定的传染率和恢复率能同时解释「前 20 秒暴涨」和「后来稳在 22%」。因为这里的「恢复」根本不是一个固定的衰减速度，它是每个人每 3 秒重新看一眼周围再决定的。流行病模型能描述形状，但描述不了这里的因果。

那，到底是通过什么在传？

这是这篇论文最漂亮的一个实验，做法也最朴素：把通道一个一个关掉。

还是那条通道。这一次，其他人照样做全套表情、手势、发声、动作，但你只能感知其中一种——只看得到脸，或者只看得到手势，或者只听得见声音，或者只看得到步态。再加两个极端条件：全开，和全关。每种条件跑 20 次，用同一批性格的人。

按下面的按钮，一个一个关掉试试：

第一个数字就把结论定了：全开是 0.60，全关是 0.09。把所有可感知的表达堵死，传染塌回一个 9% 的自发底噪——那 9% 是他们自己吓自己（场景本身就是一场疏散），跟邻居无关。传染确实是从别人身上进来的，不是提示词里自带的。

然后是排名：声音 0.48（保住了全效果的 77%），手势 0.31（43%），步态 0.17（16%），表情 0.16（14%）。没有任何一个通道能单独顶替全部。

声音赢在铺得广——它不挑方向、不被挡住，传 20 米。但真正有意思的对比是手势和表情：这两个受完全一样的视野限制（8 米、200 度、会被挡），可手势的传染量差不多是表情的两倍。

为什么？答案藏在模型自己写下的判断理由里：

你的表情说的是你，你的手势说的是世界。关于世界的证据会被采信，关于你的信息只会被记下。这就是为什么在同样的视野里，一个举起的手臂比一张惊恐的脸更能点燃人群。

顺带一提，「只有步态」那一格的曝光率是 0.00——因为在这条通道里没人真的撒腿跑，测量口径只认「逃跑」。但它照样把恐慌抬到了 0.17，因为人们看见了烦躁：烦躁的比例从对照组的 4.2% 涨到 7.3%。低强度的线索也在传，只是量表没抓住它。

现在你手里有了全部零件：一张情绪平面、一条「信号定方向、性格定强度」的判断规则、一条有速度也有射程的波、一个非零的平台、四个不等价的通道。把它们装到一起，就能问那个真正想问的问题了——这群人是谁，决定会发生什么？

论文做了三组「换一批人再跑一次」的实验，每组只动一个旋钮，每档跑 20 次。下面这个配方台里的每一个档位，都对应它真跑过的一个条件——没有插值，没有编造。三张配方单，一次调一个旋钮：

配方 A：把「容易往坏处想」这个数从 0.3 拧到 0.9。场景是疏散，但这一次没有任何人被预设成惊恐——只有一个含糊的警报，谁都不知道出了什么事。平均神经质 0.3 的人群，30% 的时刻处在恐慌状态，但只是刚过界线的那种不安，外显的警报动作只占 4%，整场都没炸。拧到 0.6，83% 恐慌、70% 有外显动作。拧到 0.9，92% 和 98%——而且它是在前半程就饱和到 100% 的。

同一个含糊的警报，同一栋楼，只换一批人的性格，一边是「有点不安」，另一边是全面崩溃。单看一个人「神经质的人更容易怕」，这不新鲜，第 4 节的探针早就测出来了。新的是集体层面的那个词：点不点得着。低神经质人群不是慌得慢，是根本没进入自我放大。

配方 B：往一个已经有人惊恐的疏散场景里，掺 0、2、4 个冷静的人。这些人性格上高尽责、高外向、高宜人、低神经质，论文没给他们任何「领队」身份，只是这样的性格自然会去安抚、招手、稳住阵脚。他们确实稳得住：周围人激活度 0.52–0.57 的时候，他们只有 0.20–0.26，而且 98%–100% 的时刻都在喊安抚。

效果也真实存在：其余人的警报动作从 46% 降到 40% 再到 31%。但你把旋钮拧到底，仍然有 69% 的人在慌。

为什么四个冷静的人只能压下这么一点？论文给了一个很有说服力的解释：负性偏向。当一个人的视野里同时有一声安抚和一个护头动作，警报压过安抚。这跟人类认知里那条老规律是一样的——同等强度下，坏消息的分量总是重于好消息。而且别忘了第 4 节：情绪稳定的人恐慌时会面无表情，冷静的信号本来就比恐慌的信号安静。

配方 C：换个场景——一堵墙，中间一道 2.4 米宽的门，18 个人急着挤过去。往里掺 0、2、4 个爱挑事的人（低宜人、偏高神经质、爱出头）。然后跑两遍：一遍用普通人群，一遍用一个「不太好说话」的人群（宜人性调到 0.30）。

不好说话的那群人，愤怒表达从 31% 涨到 47% 再到 54%。普通人群面对一模一样的挑衅，愤怒只从 8% 爬到 14%——但他们的恐惧从 30% 涨到了 45%。

同一个挑衅，接住的是怒还是怕，由接收方的性格决定。这件事之所以成立，是因为愤怒和恐惧在第 3 节那张圆盘上落在同一个象限：都是不愉快、高激活。光看那两个数字根本分不出来，只能看他做出了什么表情——瞪眼大吼，还是护头后退。

最后给你一个挑战。用这三张配方单，能不能配出一群不会恐慌的人？

你最好的一手大概是：低神经质 + 四个冷静的人。结果是 30% 的不安，和 69% 的恐慌。你配不出来。而配不出来这件事本身，就是这篇论文最实在的一个发现：在一个所有人都能看见所有人的系统里，压制远比点燃费劲。

到这里，一切都很像一门新的社会物理学：波速 0.96 米/秒、平台 22%、R₀ = 1.4、四个不等价的通道。这些数字看上去像是从架构里长出来的。

研究者做了最后一件事，把它们全部打回原形：把后端模型从 gemini-3.1-flash-lite 换成 gpt-4o-mini，场景、几何、种子、随机数全部不动，重跑 20 次。

波一次都没出现。20 次运行里，没有任何一个非种子的人进过恐慌状态。而同样的条件下，Gemini 的每一次运行都长出了波。

失败点在最上游。那 4 个高神经质的种子，自己就没能维持惊恐。在 Gemini 下，种子的愉快度是 −0.94，98% 的时刻都在外显警报；换成 gpt-4o-mini，愉快度只掉到 −0.31，外显警报只有 3%。火柴自己没点着，柴堆当然不烧。

而 gpt-4o-mini 并不是个差模型。探针实验里它表现得干净漂亮：0% 解析失败、采样几乎确定性、四个场景的方向全部判对，警报读成 −0.49 / 0.56 比 Gemini 还重。它唯一的问题是——它不吃性格。同一个场景下神经质与稳定的差距，Gemini 是 0.32，它是 0.01。

这句话值得单独放一行：一个模型可以把每个场景都判对，同时让整个集体动力学彻底消失。因为集体动力学不是从「判得对不对」里长出来的，是从「不同的人判得不一样」里长出来的。

先把作者和边界交代清楚。这项研究出自 Funda Durupinar，马萨诸塞大学波士顿分校，2026 年 7 月。有意思的是，论文里被反复引用的那一族「用 OCEAN 性格驱动的人群传染模型」，署名也是 Durupinar——她这次删掉的那条传递规则，正是她自己早年写下的那一条。

边界她自己划得很清楚：人群规模只有 10 到 26 人，比真实人群稀疏得多；表达词汇是一张固定的小词表，没有强度层次；整套结果没有跟任何真实人群数据对齐过，测出来的波速、平台、比例都是这套模拟的属性，不是人类的属性。她还写了一句很重的话：这不能被解读为语言模型有情绪，性格与情绪的那些关联很可能只是训练数据里的刻板印象，所以别拿它去做疏散设计。

而这篇文章之所以值得你读完，是因为它表面上在讲人群动画，实际上在回答一个越来越普遍的工程问题。

你在第 7 节按下「全部关掉」的那一下，其实是在问：如果我的 agent 之间没写任何情绪传递，是不是就没有情绪传递？这项研究给出的答案是没有——只要 A 的输出进了 B 的输入，A 的状态就会以某种形式在 B 身上留痕。你在第 4 节看到，同一个信号在不同的 system prompt 下会被读出相反的符号；你在第 6 节看到，一个没有「免疫」机制的系统会停在一个非零的平台上，而不是自己慢慢冷静；你在第 8 节看到，你可以往里掺冷静的 agent，但你压不下去，因为负面信号在被采信时天然更重；你在第 9 节看到，这一切是否发生，取决于你选了哪个后端——而那个让它不发生的模型，各项指标都合格。

把「情绪」这个词换成「错误」「焦虑」「过度自信」「越权倾向」，这些结论一句都不用改。这就是这篇论文真正在说的事：多智能体系统里最难控的那部分，往往不写在任何一个 agent 的代码里。

如果要留一个动作给你：下次你搭一个多 agent 的流水线，试着把第 7 节那个实验做一遍——把 agent 之间能互相看见的东西一样一样关掉，看哪一样关掉之后，系统的行为塌了。那一样，就是你系统里真正的传播通道。