几天前，国际机器学习大会ICML 2026公布了新一批接收论文，一篇由南开大学与联想研究院共同完成的研究迅速在AI圈传开。论文提出的GoS框架被看作多智能体协同推理的一次重要修补，研究的切入点很直接：让一群智能体在复杂溯因任务中不再各说各话。

多智能体协同推理一直有个棘手问题——证据捏造和上下文漂移。面对需要链式推导的溯因场景，单一智能体容易在信息不足时凭空“编”出证据，或者在多轮交互中逐渐偏离原始推理主线。以往的方法要么靠模型自身对齐，要么引入外部验证，但始终缺少对推理状态的显式建模。

打开网易新闻 查看精彩图片

南开与联想团队选择的路线是神经符号融合。GoS框架的核心是构建一组共享信念状态，把每个智能体当前掌握的证据、推演路径和置信程度都沉淀为符号化的状态图。之后所有智能体在这个共享状态上协作，而不是每次都从零开始交换冗长的自然语言说明。这样一来，证据是否捏造就变得可追踪，上下文漂移也因为状态锚定而被明显抑制。

用研究团队的话说，他们这次不是在模型尺寸上做文章，而是为群体推理加了一层“工作记忆”。评审显然也认可这一思路，论文最终被ICML 2026接收。后续这类共享状态机制能否被嵌入到更大规模的多智能体系统里，值得持续观察。