Collectively（集体性/集体行为）在 AI 领域通常指多个模型或智能体在整体层面涌现出的性质——即便每个个体单独看都合规、正常，其聚合结果却可能呈现系统性偏差或危害。这一概念正成为多智能体 AI 治理研究中的核心议题，特别是在受监管行业（如金融）中，个体合规与集体失范之间的张力日益受到关注。
Collectively 在多智能体治理中的近期进展
当前焦点与观察点
Collectively 视角提出的核心问题是：合规评估的粒度错配。传统监管和内部风控以单个模型、单次调用为单位进行审查，但当多个被各自审批的智能体组成系统协作时，交互放大、数据聚合和职责分散可能让歧视、共谋或风险集中等集体性后果逃过现有检查。上述金融场景论文正是对这一空白的直接回应。
值得后续观察的方向包括：一是监管框架是否会从“逐模型合规”转向“系统级合规”，要求部署方对多智能体交互的整体行为负责；二是技术上如何形式化并检测涌现出的集体偏差，例如通过架构性约束、交互审计或群体层面的公平性度量；三是这类治理研究的结论能否从金融迁移到医疗、招聘等其他高敏感场景。目前相关研究仍以概念框架和架构设计为主，实际落地效果有待更多真实部署环境的检验。