沉默的学者问题：用于打破 LLM 智能体认知不对称的概率框架

由大语言模型（LLM）和检索增强生成（RAG）驱动的自主智能体虽然擅长消费数字内容，却呈现单向性，导致冗余推理并阻碍集体智慧发展。当前的自我反思框架多为经验性且私有化，缺乏概率基础以量化确定性或合理化外部交互。为弥合这一鸿沟，我们提出一种形式化的概率框架，为智能体提供非利他主义的双向知识交换动机。我们采用带遗忘因子（$\gamma$）的 Beta-Bernoulli 分布建模智能体对命题的信念，从而将认知不确定性隔离为信念的方差，构建两种驱动：稳态动机——维持信念确定性以抵御 $\gamma$ 引入的时序衰减；最优学习策略——针对最大歧义点（$\mathbb{E}[\theta]=0.5$）以最大化信息增益。于是，公共贡献被重新定义为最优主动学习：分享解答以诱导反馈是智能体降低自身不确定性最有效的方法。为保证可扩展性，我们引入认知缓存机制，利用遗忘因子动态优先级排序资源，以应对非平稳知识分布的活跃头部。最终，这些累积的信念状态可作为强化学习从人类反馈（RLHF）的可验证奖励信号，以及监督式微调（SFT）的高质量数据过滤器。仿真结果表明，此不确定性驱动的策略在异质（齐夫）环境中显著优于随机基线，保持对概念漂移的高适应性。