大语言模型（LLM）智能体正越来越多地代表个人和组织参与协商，但在重复性的多方互动中，它们仍然容易受到操纵。经典多智能体系统通过显式的信任与声誉模型来应对这一问题，而现有关于 LLM 协商的研究大多把信任视为一种涌现现象。由 Amit Sarker 等四位作者提交的论文《Knowing Whom to Trust is not Enough: The Trust--Agreement Gap in Repeated Multi-Party LLM Negotiation》专门考察：LLM 智能体能否从以往互动中形成有用的信任估计，并利用这些估计改善未来的协商结果。
为了回答这个问题，作者引入了一个重复、多方、多议题的协商框架。在该框架中，若干反复出现的智能体参与一系列协商博弈，而其中一名参与者会暗中试图阻止达成协议。每轮博弈结束后，智能体会评估其他参与者，并维护两两之间的信任估计，这些估计会延续到后续协商中。研究者比较了“信任感知”智能体与“信任不可知”智能体，并分析显式信任如何影响协商结果。
实验结果揭示了一个被称为“信任—协议落差”的现象：信任感知智能体确实能在几轮博弈内识别出恶意对手，但准确的信任估计并不总能稳定地转化为更好的协议。也就是说，知道谁不可信，并不等于知道如何在协商中据此行动。信任最多可将协议率提升23个百分点，但前提是智能体被明确引导在决策中使用信任信息。
作者由此得出结论：显式信任可以改善重复性 LLM 协商，但其价值关键取决于信任如何被评估，以及如何被纳入智能体的推理过程。这一发现对设计代表人类参与复杂协商的 LLM 智能体具有直接意义：仅仅构建信任模型还不够，系统还需要把信任估计与协商策略、决策流程更紧密地结合起来。该论文属于人工智能（cs.AI）方向，同时涉及计算与语言（cs.CL）和多智能体系统（cs.MA），于2026年10月22日提交至 arXiv，编号为 arXiv:2610.31971。