AI 代理协约的脆弱性
计算机科学与博弈论
2026-03-24 v1 人工智能
摘要
最近的工作表明，具有对称LLM代理的定价会导致算法性协约。我们表明，在典型实际部署中常见的异构性会使协约脆弱。在一个 stylized 重复定价模型中，耐心或数据访问的异构性会减少协约均衡的集合。使用开源LLM代理（总计超过2000个计算小时）的实验与这些预测一致：耐心异构性将价格提升从22%降至10%；数据访问不对称则降至7%。增加竞争LLM的数量会破坏协约；跨算法异构性（即将LLMs对抗Q学习代理）也会如此。但是，模型大小差异（例如32B vs. 14B权重）不会；它们产生领导者-跟随者动态，以稳定协约。我们讨论了反垄断含义，例如限制数据共享的执法行动和促进算法多样性的政策。
引用
@article{arxiv.2603.20281,
title = {On the Fragility of AI Agent Collusion},
author = {Jussi Keppo and Yuze Li and Gerry Tsoukalas and Nuo Yuan},
journal= {arXiv preprint arXiv:2603.20281},
year = {2026}
}
备注
48 pages, 7 figures, 8 tables (including appendix)