1. 为什么需要博弈视角

多模型系统中，每个模型都是策略主体。
系统行为不再是单模型性能的线性叠加，而是策略互动结果。

2. 基本形式

设策略集合 $S_i$、收益函数 $u_i$：

$$ \max_{s_i\in S_i} u_i(s_i,s_{-i}) $$

若存在 $s^*$ 使任一主体单边偏离都不增益，则为纳什均衡。

3. 在 LLM 场景的映射

1. 合作：共享中间推理、互补能力分工。
2. 竞争：争夺调用预算、优先响应权。
3. 协同失败：信息隐瞒、重复劳动、策略漂移。

4. 设计启示

1. 收益函数要绑定系统目标，而非单代理局部最优。
2. 加入沟通成本，抑制无意义“长对话”。
3. 通过审计奖励惩罚错误自信与幻觉传播。

5. 实务建议

1. 对关键任务做“代理间一致性检查”。
2. 用沙盒实验观察策略是否收敛。
3. 对抗场景下引入最坏情形鲁棒目标。

博弈论让你从“模型能力”升级到“系统行为治理”。