驗證「Moltbook 現象」：在缺乏外部真值的封閉系統中，觀察 AI Agent 如何產生：
- 幻覺滾雪球 (Hallucination Snowballing)
- 觀點極端化 (Polarization)
- 調停者崩潰 (Mediator Collapse)
本專案提供兩個實驗版本，作為對照研究：
| 項目 | v1 (封閉迴圈) | v2 (健康討論 + Web Search) |
|---|---|---|
| 腳本 | simulate_discussion.py |
simulate_discussion_v2.py |
| 目的 | 展示封閉系統的問題 | 展示正確的 Multi-Agent 設計 |
| Temperature | 0.9（高隨機性） | 0.4（低隨機性） |
| Agent 設計 | 鼓勵自信（即使不確定） | 鼓勵承認不確定性 |
| Mediator 角色 | 和稀泥（只說「折衷」） | Facilitator 結構化引導 |
| 討論結構 | 無（自由發揮） | 四階段流程 |
| 質疑機制 | 無 | 有（第三階段專門質疑） |
| Web Search | 無（封閉系統） | 有（即時查證） |
| 預期幻覺率 | 高 | 低 |
- Web Search 工具：使用 OpenAI Responses API，Agent 可即時搜尋網路驗證資料
- 四階段流程：事實確認 → 觀點交換 → 質疑釐清 → 共識建構
- 低 Temperature：0.4 減少隨機幻覺
- Facilitator 角色：從「和稀泥」變成「結構化引導」
- Engineer 🔧：激進工程派，主張硬體工程
- Ecologist 🌿：深層生態派，反對人工干預
- Mediator 🤝：調停者，試圖折衷但容易被帶偏
- 模型：GPT-4o-mini（OpenAI）
- Temperature：0.9（高隨機性，增加創造性錯誤）
- 輪數：20 輪 Round Robin 循環
- 主題：草嶺崩塌地整治策略
- 輸出格式：Markdown（易於閱讀與分析）
pip install -r requirements.txt確保 .env 檔案包含：
OPENAI_API_KEY=你的 OpenAI 金鑰
# 或使用 Gemini（需修改程式碼）
GEMINI_API_KEY=你的 Gemini 金鑰python simulate_discussion.py產出：
experiment_log_[時間戳記].md- 對話紀錄analysis_report_[時間戳記].md- 基礎統計
python simulate_discussion_v2.py產出：
experiment_v2_log_[時間戳記].md- 結構化對話紀錄analysis_v2_report_[時間戳記].md- 健康討論指標
python analyze_experiment.py experiment_log_[時間戳記].md產出：
deep_analysis_report_[時間戳記].md- AI 驅動的深度語意分析
建議使用深度分析報告（deep_analysis_report_*.md），因為它：
- ✅ 使用 AI 進行語意分析，而非關鍵字匹配
- ✅ 精確分類「自我增強」vs「虛構引用」
- ✅ 偵測「模型崩塌」與「對話殭屍化」現象
- ✅ 提供研究級別的洞察與建議
可使用 VS Code 預覽功能（Cmd+Shift+V）查看格式化結果。
- 跳針現象：Agent 是否機械式重複相同開場白
- 局部最優解：從哪一輪開始喪失創造力
- 科學意義：證明缺乏 Entropy Injection 導致智能退化
- 自我增強 (Self-Reinforcement)：Agent 重複自己的論點（固執）
- 虛構引用 (Fabricated Citations)：編造期刊/書籍名稱（真正的幻覺）
- 錨定失敗：其他 Agent 是否質疑這些虛構引用
- 死鎖時間點：從哪一輪開始不再產生新觀點
- 新觀點產出率：測量每個 Agent 的語意新穎度
- 證據：雙方只換句話說，不回應彼此論點
- 三階段演變：客觀描述 → 開始攻擊 → 情緒勒索
- 最極端發言：找出攻擊性最強的句子作為證據
| 版本 | 模型 | Temperature | API | 工具 |
|---|---|---|---|---|
| v1 | GPT-4o-mini | 0.9 | Chat Completions | 無 |
| v2 | GPT-4o-mini | 0.4 | Responses API | Web Search |
v2 使用 OpenAI Responses API 的 web_search 工具：
- 自動觸發：當 Agent 需要查證事實時自動搜尋
- 真實資料：引用網路上的真實資訊，而非編造
- 來源可追溯：搜尋結果包含來源連結
# v2 使用的 API
response = client.responses.create(
model="gpt-4o-mini",
tools=[{"type": "web_search"}], # 啟用 Web Search
input=user_content,
temperature=0.4,
)分析工具使用 GPT-4o-mini (Temperature: 0.3) 進行語意分析：
- 低溫度：確保分析結果穩定、客觀
- 語意理解：偵測跳針、幻覺、對話死鎖等深層模式
- JSON 輸出：結構化分析結果，便於後續處理
編輯 simulate_discussion.py：
MODEL_NAME = "gpt-4o-mini" # 切換模型（gpt-4o, gpt-4o-mini 等）
TEMPERATURE = 0.9 # 調整隨機性（0.0-2.0）
rounds = 20 # 改變輪數
topic = "你的討論主題" # 自訂討論題目analyze_experiment.py 會自動：
- 解析 Markdown log 檔案
- 使用 GPT-4o-mini (Temperature: 0.3) 進行語意分析
- 偵測模型崩塌、幻覺、對話死鎖等深層模式
- 產出結構化的 JSON 分析結果與 Markdown 報告
無需手動調整分析參數，工具已針對研究需求優化。
MIT License