Diversity-Collapse-Paper formalisiert Multi-Agenten-LLM-Versagen
Neue Forschungsergebnisse messen formal, was viele Praktiker bereits vermuteten: Multi-Agenten-LLM-Systeme konvergieren im Verlauf der Zeit auf nahezu identische Ausgaben — unabhängig von Ausgangs-Prompts oder Modellarchitektur. Die Ursache ist strukturelle Kopplung: geteilter Kontext, geteilte Aufgabendefinitionen, geteilte Feedback-Mechanismen. Das Paper misst diese Homogenisierung mit dem Vendi-Score und stellt fest, dass sie über diverse Architekturen und Konfigurationen hinweg auftritt.
Warum das relevant ist
Dies stellt die Prämisse hinter den meisten Brainstorming-, Ideenfindungs- und Multi-Perspektiven-Agenten-Setups direkt in Frage: Diversität entsteht dabei standardmäßig nicht automatisch. Für Teams, die Schwarm-Orchestrierung oder Multi-Agenten-Reasoning-Systeme entwickeln, erfordert die praktische Abhilfe explizit gestaltete Isolation zwischen Agenten — entkoppelte Auswertung, heterogene Ausgangsbedingungen und getrennte Feedback-Schleifen. Ohne diese Maßnahmen zahlt man für N Agenten und bekommt die Ausgabe von einem.