ETH Zurich实测：AI Agent跑区块链共识成功率仅41.6%

核心挑战
在去中心化系统中，如何在部分参与者作恶的条件下达成一致，是核心挑战，即拜占庭容错问题。区块链共识机制正是为了解决此问题。

实验设计
苏黎世联邦理工学院（ETH Zurich）研究团队在论文《Can AI Agents Agree?》中，测试了LLM Agent的拜占庭共识能力：

• 模拟场景：多个Agent通过同步网络反复广播提案并投票，部分Agent被设定为恶意节点蓄意破坏。
• 模型与规模：使用Qwen3-8B和Qwen3-14B模型，在不同群体规模（4、8、16个Agent）和恶意节点比例下进行了数百次模拟。

关键发现

1. 基础共识率低：即使完全没有恶意节点，有效共识率也仅为41.6%（Qwen3-14B为67.4%，Qwen3-8B仅15.8%）。
2. 规模影响显著：节点越多越难达成一致，成功率从4个Agent时的46.6%降至16个时的33.3%。
3. 恶意节点加剧恶化：加入恶意节点后共识进一步失败，主要表现为超时和收敛停滞（活性丧失）。
4. 提示词影响巨大：仅在提示词中提及“可能存在恶意节点”，就让Qwen3-14B的成功率从75.4%降至59.1%，即使实际并无恶意节点。

研究结论
可靠共识尚非当前LLM Agent的可依赖涌现能力，对于依赖稳健协调的去中心化应用部署应持审慎态度。