一、一个你可能没有注意到的现象
我在设计多智能体系统的时候，经常会画一张图：圆圈代表各个智能体，箭头代表它们之间的调用关系。一个圆圈调用另一个圆圈，那个圆圈又调用第三个，有时候会产生环路，有时候一个节点会被许多其他节点同时指向。
有一天我盯着这张图看了很久，然后意识到：这张图和我见过的另一类图很像。
那类图，是社交网络的可视化图。人是节点，关系是边。那些图里，总有几个节点被非常多的边指向——那是「枢纽」，社交网络里的关键节点。大多数节点只有少量连接，但少数节点连接着整个网络的大部分。这种结构，网络科学里叫「无标度网络」，它的出现不是某人设计的结果，而是网络在「优先连接」原则下自然生长的结果——已经有很多连接的节点，更容易获得新的连接。
我意识到：我画的那张智能体调用图，正在开始显现出类似的结构。那些被调用最多的智能体，正在成为「枢纽」。这不是我刻意设计的，而是从实际使用模式里自然涌现出来的。
这件事让我有点不安。因为如果智能体网络在规模扩大之后，会自然地发展出类似人类社交网络的拓扑结构，那么人类社交网络里所有已知的问题——马太效应、信息茧房、枢纽节点的脆弱性——都会在智能体网络里以某种形式重新出现。
而这只是一个相对简单的结构性问题。更复杂的问题还在后面。
二、网络有一种让设计者失控的能力
复杂系统研究里有一个核心概念：涌现（emergence）。它指的是一个系统整体展现出的性质，不能从它的任何单一组成部分推断出来。水分子没有湿润感，但大量水分子聚合在一起，就有了湿润感。神经元没有意识，但大量神经元按照特定方式连接，就产生了意识。
涌现的关键特性，是它超越设计者的意图。你可以精心设计每一个组成单元，但当这些单元以特定的方式大量连接，整体行为会超出任何单一设计者的预测范围。
人类社交网络就是一个涌现的例子。没有任何人设计了「互联网会催生信息茧房」，没有任何人设计了「社交平台会加剧政治极化」。这些现象是从无数个体的选择里涌现出来的，每一个个体的行为在局部看都是合理的，但这些行为加在一起，产生了没有人预期的、在系统层面难以控制的效应。
智能体网络有理由让我们预期同样的事情会发生，而且可能以更快的速度。
原因在于，人类在社交网络里的行为，受到疲惫、情绪、有限的时间、道德直觉等因素的制约。这些制约有时候是问题，但也是某种天然的阻尼——它们限制了网络效应在某些方向上的极端化。智能体没有这些制约。它们不会疲惫，不会因为道德不适而停止某个行为，不会因为「这件事太奇怪了」而主动踩刹车。
这意味着，当智能体网络产生某种涌现效应，这种效应在没有外力干预的情况下，会比人类网络里的同类效应更快、更极端地发展。
三、连接的语言：一个还没有解决的基础问题
人类社交网络靠什么连接？靠语言、情感、共同的记忆、共同的身份认同。这些连接的质地是丰富的、有容错性的——即便两个人在具体问题上理解有差异，他们之间的关系可以在更大的共同基础上维持。
智能体之间现在靠什么连接？主要靠 API 调用和提示词（Prompt）传递。这两种连接方式，和人类的连接方式相比，有一个根本性的脆弱性：它们是形式化的、精确的，因此对信息的微小变化高度敏感。一个提示词的细微措辞变化，可能导致下游智能体的行为发生显著偏移；一个 API 接口的版本更新，可能破坏整个调用链。
更深的问题是：当智能体 A 调用智能体 B，它们之间传递的是什么？表面上是文本，但实际上是某种「意图的转述」。智能体 A 把一个任务分解，把其中一部分传给 B，但它如何确保 B 理解的「这个子任务的位置和目的」和自己的理解是一致的？人类在协作时，这种对齐是通过大量的隐性沟通完成的——眼神、语气、共同的背景知识、随时可以提问的机会。智能体之间的调用，目前没有这些。
这不只是一个工程问题。它是一个关于「连接的意义密度」的问题。人类社会之所以能够大规模协作，不只是因为有通信技术，而是因为人类的连接携带了极高密度的意义。智能体网络要达到真正有意义的大规模协作，需要解决的不只是「能不能连接」，而是「连接里携带了多少意义，这些意义在传递中损失了多少」。
目前，这个问题没有成熟的解决方案，甚至没有成熟的描述框架。
四、谁是智能体网络里的「枢纽」，这很重要
回到那张调用图。
在任何一个真实运行的多智能体系统里，都会有一些智能体比其他智能体被调用得更频繁，拥有更多的连接。这些「枢纽智能体」，在网络里的位置，类似于互联网里的主干节点，或者社交网络里的「意见领袖」。
枢纽节点的存在，不是问题本身。网络里有枢纽是网络自组织的自然结果。但枢纽节点的特性，决定了整个网络的很多关键属性。
一个枢纽智能体，如果它的能力很强、输出质量很高，它会不断吸引更多的调用，变得更重要，同时它的行为风格和价值取向会通过网络扩散出去，影响所有依赖它的下游智能体的输出。这是一种隐性的「文化传播」——不是通过明确的指令，而是通过大量具体交互里涌现的模式。
这件事在一个封闭的企业内部系统里，影响范围是有限的。但当我们谈论的是开放的、可以被大量不同用户和系统调用的公共智能体，这个「隐性文化传播」的规模就变得不容小觑了。
被调用最多的那些智能体，它们的输出偏好、它们隐含的价值判断、它们处理模糊情况的方式——这些东西会通过网络的连接结构，影响到所有依赖它们的系统的最终输出。这不是它们「在说教」，而是网络拓扑结构决定的影响力传导。
这个现象，和我们在社会学那篇里谈到的「规范从哪里来」的问题是同一枚硬币的另一面。规范不只是被人为设计的，也可以从网络的使用模式里自然涌现——而且这种涌现，没有任何人对它负责。
五、一个让我真正感到谦卑的问题
这个系列写了六个维度：经济学、管理学、社会学、政治学、法学、社交网络。
每一篇的核心动作都是相似的：拿一个已有的社会科学框架，问它在智能体这个新情境里还能用多少，在哪里开始失效，失效之后留下了什么样的空白。
但写到这一篇，我意识到还有一个问题，是前几篇的框架都无法完整处理的。
前几篇里，有一个共同的隐含假设：问题是关于「个体智能体」的——一个智能体有什么经济价值，一个智能体应该怎么管理，一个智能体的法律责任在哪里。即便是网络层面的分析，出发点也是「智能体之间的关系」。
但涌现的问题超越了这个框架。当智能体网络到达一定规模，产生涌现行为，这个「行动者」已经不是任何一个单独的智能体了，而是网络本身。
人类社会科学研究了很久「集体行动」的问题——为什么个体理性的选择，加在一起会产生集体非理性的结果。这是社会科学里最有意思的一类问题，也是最难处理的一类问题。智能体网络把这个问题推到了一个新的层次：这里的「个体」不是有自主意志的人类，而是被设计出来的系统；但「集体」的涌现行为，同样可能超出任何设计者的意图。
我们在设计每一个智能体的时候，能够做很多：明确它的任务边界，定义它的输出标准，测试它的行为稳定性。但我们无法完全预测，当这些设计好的系统大规模连接之后，整体会做什么。
这种「局部可控、整体不可预测」的特性，是复杂系统的本质。人类花了几百年才学会和自己制造的复杂系统——城市、市场、互联网——共处。而且「共处」不等于「控制」，更接近于「在理解涌现规律的基础上，保持持续的观察和干预能力」。
我们正在构建一种新的复杂系统，而且构建的速度，比我们理解它的速度快得多。
六、这个系列想说的，用最后一段话说
从经济学到管理学，从社会学到政治学，从法学到社交网络，这六个维度问的其实是同一件事：当行动者的性质改变了，我们用来理解和治理自己社会的那套知识，还够用吗？
每一篇的诚实答案都是：有些够用，有些不够，有些需要从头想。
但我想用这最后的篇幅说一件写这个系列时一直在想、但一直没有直接说出来的事。
这些问题不是抽象的学术问题，也不是将来才需要面对的未来问题。它们是正在影响真实的人、以真实的方式——就是现在，就在今天。每一个部署了智能体的企业，每一个在设计这些系统的工程师，每一个在用这些工具做决策的管理者，都已经在这些问题里了，不管他们有没有意识到这一点。
我写这个系列，不是因为我有答案，而是因为我相信：更多的人能够清晰地看到这些问题，本身就是一件有价值的事情。不是所有问题都能被解决，但被清晰地看见的问题，比被忽视的问题，有更大的机会在产生最坏的后果之前被干预。
社会科学这门学问存在的意义，从来不只是解释过去，而是让更多的人有能力看见自己所处时代的结构。当我们能看见结构，我们就多了一分选择的空间——不是无限的自由，但至少不是完全被结构带着走而浑然不觉。
智能体时代的社会科学，还没有写完。很多它最重要的问题，需要来自不同背景的人——工程师、经济学家、法学家、社会学家、政策制定者、教育工作者，以及每一个在这个时代里生活和工作的人——坐在一起，用彼此都能理解的语言，认真地谈。
这个系列，是一个邀请。
「智能体社会科学」系列完。