可审计的信念更新：LLM 多智能体系统缺失的安全层

论文提出显式信念多智能体系统 EB-MAS，将信念状态外化为结构化基底，由信念算子提出候选更新，并用认知防火墙限制或拒绝证据薄弱却受脆弱性线索驱动的更新。作者同时讨论群体层面的制造共识、串谋与级联错误信息风险，以及落地中的 grounding、误报、可扩展性与伦理滥用问题。其结论是，可扩展的智能体安全不仅需要更好的输出过滤或更强的基座模型，还需要在运行时追踪、校准和约束信念修正的显式接口。