复杂科学视角下的 Multi-Agent Systems 综述｜AI时代复杂组织架构读书会第2期

集智俱乐部 · 2026-10-30 14:30 · 25 阅读

集智俱乐部 2026-10-30 14:30 日本

免费预约直播：2026 年 10 月 31 日上午 10 点

插图与设计：张量子

导语

当前，基于大模型的 AI Agent 正在经历从单一智能体向多智能体网络（Multi-Agent Systems）的演进。当具备自主决策能力的硅基智能作为新型“主体”成规模地涌入真实生产环境，传统的组织架构正面临底层的系统性挑战。在此背景下，我们亟需以复杂科学为底座，建立一套融合形式化模型、网络演化等的研究框架，将探讨的重心从局部的工具效率提升，转向碳基与硅基混合的新型组织结构如何演进。

整个框架分为三个模块：第一模块重在总览全局与复杂科学视角下奠定理论基石，第二模块着眼于组织理论与 AI 时代技术狂奔演进下的趋势探索，基于行业工程实践，第三模块则回归产业现场的真实问题。

本期为「AI时代复杂组织架构」读书会第 1 模块第 2 期。

为系统探索AI Agent范式下的组织架构新路径，集智俱乐部与The Manifold (流形社) 领衔发起「AI时代复杂组织架构第一季：多主体与涌现」读书会，组织对复杂系统、组织演化与前沿AI应用感兴趣的研究者与实践者，共同研读经典文献、探索理论标尺、交流真实世界中的各类实践。读书会于2026年10月24日起每周六上午 10:00-12:00 线上开展，持续约 12 周，包含主讲分享、交互推演与产业共创，并提供会后视频回放，诚邀相关领域的学者、技术社区同好、产业人士及其他跨学科同好参与。

分享简介

鸟群在空中骤然转向，鱼群绕开捕食者，行军蚁陷入致命的"死亡漩涡"——群体中的每一个个体都不知道全局正在发生什么，却凭借几条极简的局部规则，涌现出远超个体能力的集体能力。理解"局部规则如何长成全局秩序"，是多主体建模最迷人、也最困难的问题。

本次分享沿着「现象 → 模型 → 控制 → 前沿」展开。我们先从自然界的集群现象出发，勾勒无序、有序、旋转三种典型状态，以及状态之间的转变与迟滞现象，借此界定"群体心智"是一个什么样的概念。其中以 Couzin 模型为主线，从建模到模拟，看一个纸面上的简单模型如何在狒狒群的真实实验中得到验证，解释群体共识决策。建模之后，问题自然转向控制：能否只用极少数个体、以极低的能量代价，把整个集群推向我们想要的状态？我们会介绍软控制与 Shill agent 的思路，并看向数据驱动的建模与控制方法。

最后，在复杂科学的视角下，我们把视野推到正在发生的前沿。当年圣塔菲研究所对人工生命的研究孵化出遗传算法、混沌边缘等经典的算法和思想。这样的研究脉络一直延续至今，让我们可以通过信息论的视角重新审视多主体系统中整体大于部分之和的现象。集群行为研究专家 Lain Couzin 强调，传统集群运动模型假设固定的互动规则，忽略了动物大脑中真实的认知决策过程。下一代模型应该要把"感知"和"决策认知"放进 agent 里。对于人类社会和 LLM 时代的多智能体系统而言，更应当如此。

分享大纲

从现象出发：集群行为

集群状态转变与群体心智
自驱动粒子模型（SPP）：Couzin 模型为例
从建模到控制

复杂科学视角下的前沿

遗传算法与混沌边缘
LLM 集群的 tipping point
信息分解视角

核心概念

多主体建模，集群状态转变，自驱动粒子，Couzin 模型，临界相变，混沌边缘，软控制，信息分解

主讲人介绍

杨明哲，北京师范大学系统科学学院博士生。研究领域是因果涌现、复杂系统自动建模、信息分解。

参考文献

[1] 林国政 (2024) 生物集群系统状态转变现象的实验与模型研究

[2] 李耕，狄增如，韩战钢 (2016) 集群运动：唯像描述与动力学机制《复杂系统与复杂性科学》

[3] 牟牧云 (2025) 数据驱动的复杂系统建模与调控：基于模型的强化学习方法

[4] Ashery, A. F., Aiello, L. M., & Baronchelli, A. (2025). Emergent social conventions and collective bias in LLM populations. Science AdvAnceS.

[5] Centola, D., Becker, J., Brackbill, D., & Baronchelli, A. (2018). Experimental evidence for tipping points in social conventions. Science, 360(6393), 1116–1119. https://doi.org/10.1126/science.aas8827

[6] Couzin, I. (2007). Collective minds. Nature, 445(7129), 715–715. https://doi.org/10.1038/445715a

[7] Couzin, I. D. (2025). Collective intelligence in animals and robots. Nature Communications, 16(1), 9574. https://doi.org/10.1038/s41467-025-65814-9

[8] Couzin, I. D., Krause, J., Franks, N. R., & Levin, S. A. (2005). Effective leadership and decision-making in animal groups on the move. Nature, 433(7025), 513–516. https://doi.org/10.1038/nature03236

[9] Couzin, I. D., Krause, J., James, R., Ruxton, G. D., & Franks, N. R. (2002). Collective Memory and Spatial Sorting in Animal Groups. Journal of Theoretical Biology, 218(1), 1–11. https://doi.org/10.1006/jtbi.2002.3065

[10] Dong, H., Zhao, Y., Wu, J., & Gao, S. (2012). A velocity-adaptive Couzin model and its performance. Physica A: Statistical Mechanics and Its Applications, 391(5), 2145–2153. https://doi.org/10.1016/j.physa.2011.09.036

[11] Garg, K., Moser, C., Dromiack, H., Anwarzai, Z., & Ramos-Fernandez, G. (2026). Synergy drives collective performance in networks. Npj Complexity, 3(1), 27. https://doi.org/10.1038/s44260-026-00084-0

[12] Grimm, V., Railsback, S. F., Vincenot, C. E., Berger, U., Gallagher, C., DeAngelis, D. L., Edmonds, B., Ge, J., Giske, J., Groeneveld, J., Johnston, A. S. A., Milles, A., Nabe-Nielsen, J., Polhill, J. G., Radchuk, V., Rohwäder, M.-S., Stillman, R. A., Thiele, J. C., & Ayllón, D. (2020). The ODD Protocol for Describing Agent-Based and Other Simulation Models: A Second Update to Improve Clarity, Replication, and Structural Realism. Journal of Artificial Societies and Social Simulation, 23(2), 7. https://doi.org/10.18564/jasss.4259

[13] Katz, Y., Tunstrøm, K., Ioannou, C. C., Huepe, C., & Couzin, I. D. (2011). Inferring the structure and dynamics of interactions in schooling fish. Proceedings of the National Academy of Sciences, 108(46), 18720–18725. https://doi.org/10.1073/pnas.1107583108

[14] Riedl, C. (2026). Emergent Coordination in Multi-Agent Language Models (arXiv:2510.05174). arXiv. https://doi.org/10.48550/arXiv.2510.05174

[15] Riedl, C., & Rosas, F. E. (2026). Claims of emergence in AI should be grounded in information decomposition (arXiv:2610.28479). arXiv. https://doi.org/10.48550/arXiv.2610.28479

[16] Strandburg-Peshkin, A., Farine, D. R., Couzin, I. D., & Crofoot, M. C. (2015). Shared decision-making drives collective movement in wild baboons. Science, 348(6241), 1358–1361. https://doi.org/10.1126/science.aaa5099

[17] Wang, L., & Guo, L. (2008). Robust Consensus and Soft Control of Multi-Agent Systems with Noises*. Journal of Systems Science and Complexity, 21(3), 406–415. https://doi.org/10.1007/s11424-008-9122-x

时间信息

⏰ 时间：2026年10月31日（周六）上午10:00-12:00

📍线上：腾讯会议

📍直播：集智俱乐部微信视频号、B站账号同步直播

感兴趣的朋友扫码报名加入读书会后，可进入学员群进行交流。

直播信息

报名读书会：「AI时代复杂组织架构」

集智俱乐部与The Manifold (流形社) 领衔发起「AI时代复杂组织架构第一季：多主体与涌现」读书会，组织对复杂系统、组织演化与前沿AI应用感兴趣的研究者与实践者，共同研读经典文献、探索理论标尺、交流真实世界中的各类实践。

读书会自2026年10月24日起，每周六上午 10:00-12:00 线上开展，持续约 12 周，包含主讲分享、交互推演与产业共创，并提供会后视频回放，诚邀相关领域的学者、技术社区同好、产业人士及其他跨学科同好参与。

扫描海报中二维码报名参加读书会

报名方式

第一步：微信扫码填写报名信息。

扫码报名

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：

第三步：添加运营负责人微信，拉入对应主题的读书会社区（微信群）。

PS：

我们鼓励围绕复杂系统、人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。

感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。

加入社区可享核心资源

成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。

特色退费与激励机制

我们提供以下两种途径，让您的投入获得实际回馈：

任务达标退费路径
认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。
运营成长激励路径
合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。

也为了下一代

在新的多智能体网络中，我们可能无需再在流水线上与机器比拼“机器属性”。当高频交互与局部效率计算被硅基智能接管，人类反而能从紧绷的齿轮状态中解脱出来。我们或许可以在系统中拥有更多“无所事事”的留白，去顺应本心与天性，发现自己真正的兴趣与天赋所在，在全局视野中思考。

人类的天赋、尊严以及创造力，如何与新时代的复杂组织架构更好结合，也是我们好奇之所在，也是我们同步开展青少年创新人才培养项目「ZÀI 计划」的原因。

未来，扣除基础运营成本后的 50% 读书会收入将定向用于针对青少年的「ZÀI 计划」复杂科学科普与探索项目。

主办方

集智科学研究中心 (Swarma Research)

集智科学研究中心是一家注册于中国的民办非企业单位（独立科研机构），获评中国3A级社会组织，是集智俱乐部的主体单位。

集智俱乐部自2003年起源至今，已走过二十余年的学术探索历程。作为中国历史最悠久、最具活力的跨学科学术社区之一，我们致力于复杂系统、人工智能的前沿交叉研究。

我们的核心理念是营造跨学科探索小生境，催化复杂性科学新理论。作为经国家权威认证的3A级社会组织，中心不仅具备规范的学术运营体系，更汇聚了来自清华大学、北京大学、北京师范大学等高校的教授与研究员，并通过集智斑图线上平台凝聚了全球近30万对复杂科学充满热情的研究者、工程师与青年学者。

我们相信，灵感的涌现往往发生在学科的边界之上。

青声集｜The Manifold 流形社

在科技与产业范式加速演进的今天，推动变革的核心力量并非由年龄定义，而是由“青年人心态”所决定的。无论是在实验室中潜心钻研的科学家，还是在市场中敏锐捕捉机遇的产业从业者，只要保持对复杂世界的好奇与对真理的求索（Unbounded Curiosity & Intellectual Honesty），都是新范式的推动者。正因如此，「青声集」应运而生。

The Manifold（流形社）深度践行青声集关于“新范式·新青年”的倡议，期望以问题驱动、高知识密度、高审美、深度人文思考且富有探索乐趣的方式，激发青年视角的跨学科周期性碰撞，让真正的产学研创新自然涌现。我们目前正处在初期迭代阶段，欢迎各种建议和支持！

动脉网

动脉网创立于2014年，是一家用文字构建产业商业案例库、用系统化研究解构产业、用服务推动产业合作与链接的产业信息加速服务平台，先后获得君联资本、BV百度风投、弘晖资本、长嶺资本、一方集团、为来资本等多家知名机构投资。

过去十年，动脉网是中国医疗创新的国内基础设施，让中国医疗创新被看见、被链接、被定价；未来十年，动脉网致力于成为中国医疗创新与全球双向连接的基础设施，让中国创新被世界看见和链接，也让世界读懂和进入中国。

医疗健康是知识密度最高、协同链条最长的产业之一，医院、药企、器械企业、保险机构与无数创新公司，在AI Agent浪潮下正面临一道深刻的组织命题：当硅基智能作为新型“主体”渗透进诊疗全流程中，碳基智能（人类）应该如何在新架构中寻找自己的定位？

作为「AI时代复杂组织架构」读书会的主办方之一，动脉网期待把复杂科学的视角引入中国医疗创新的产业现场，希望在医疗创新与复杂科学之间架起桥梁，让更多产业实践者获得理解新时代组织架构的思想工具，共同寻找“中国医疗创新应该如何组织”这个关键问题的新答案。