一句话定义：沉默异议（Silent Dissent）指在多智能体（multi-agent）讨论中，某个成员在最终结论上顺从多数、改口附和或投出赞成票，但它内部的表征（internal representation）里仍保留着原先的判断。
打过工的人都熟悉这个场景：会上老板先表了态，你嘴上说"同意"，心里想的是"这方案有坑"。你没再说话，但你的判断一秒都没变。大模型做多智能体讨论时，也有类似的两层结构：一层是它说出来的话（输出的 token），一层是它内部的激活与概率分布（没说出口的部分）。当你用提示词要求它"参考其他成员意见后再给结论"，它可能因为多数票的压力改口，可内部对答案的倾向并没有被真正更新——改的是嘴，不是脑子。
这跟几个相邻概念要分开：
| 概念 | 分歧发生在哪 | 表面表现 | 一致是否可信 |
|---|---|---|---|
| 沉默异议 | 人/模型内部 | 全体同意 | 不可信，分歧被压在水下 |
| 谄媚（sycophancy） | 模型迎合用户 | 顺着你说 | 不可信，但没有多轮协商 |
| 真共识（consensus） | 判断本身收敛 | 全体同意 | 相对可信 |
| 幻觉（hallucination） | 事实层面 | 说得斩钉截铁 | 与是否一致无关 |
怎么发现它？常见思路是拿"说出来的答案"和"内部信号指向的答案"做对比：让智能体私下、匿名地再答一次，或者用探针读取内部表示来预测它"其实想选哪个"。具体实现各框架不同，以官方文档为准。
对做多智能体系统的人，这件事的教训很直接：投票、辩论、多轮互评这类机制，本质上是用"表达一致"去近似"判断收敛"。如果压力足够大，你得到的可能只是一片沉默异议——表面 unanimity 越高，越可能说明成员只是在让位。实践上可以留几个口子：保留匿名或私密投票通道，把"改口前的答案"一并记录下来，别只统计最终票数，也别把一致率当成正确率的替代品。
对普通职场人同理：会上一片"没意见"，从来不等于真有共识。想听到真实判断，就得把顺序倒过来——先匿名写，再公开说；先收个人结论，再开讨论。降低表态成本，比反复追问"大家还有没有意见"有用得多。