AI Agent能跑区块链共识吗？ETH Zurich实测：成功率仅41.6%

据 1M AI News 监测，在部分参与者可能作恶的条件下达成一致，是所有去中心化系统面临的核心挑战，分布式计算中称之为拜占庭容错问题，区块链的各类共识机制本质上都在解决它的不同变体。苏黎世联邦理工学院（ETH Zurich）研究团队在论文「Can AI Agents Agree?」中直接测试了 LLM Agent 的拜占庭共识能力：多个 Agent 通过同步全连接网络反复广播提案并投票，部分 Agent 作为恶意拜占庭节点蓄意破坏。团队使用 Qwen3-8B 和 Qwen3-14B，在不同群体规模（4、8、16 个 Agent）和恶意节点比例下运行了数百次模拟。

即使完全没有恶意节点，有效共识率也仅为 41.6%（Qwen3-14B 为 67.4%，Qwen3-8B 仅 15.8%）。节点越多越难达成一致，成功率从 4 个 Agent 时的 46.6% 降至 16 个时的 33.3%。加入恶意节点后共识进一步恶化，失败主要表现为超时和收敛停滞（活性丧失），而非数值被篡改。仅在提示词中提及「可能存在恶意节点」就让 Qwen3-14B 成功率从 75.4% 降至 59.1%，即使实际不存在恶意节点。论文结论认为，可靠共识尚非当前 LLM Agent 的可依赖涌现能力，对依赖稳健协调的去中心化部署应持审慎态度。