Модель важнее персоны: в смешанных мультиагентных симуляциях внимание привлекает базовая LLM, а не роль

Обнаружено: твоя «фокус-группа» из LLM-персон слышит не десять характеров, а одну модель в десяти париках. В симуляции соцсети на пяти моделях число ответов агенту зависело от модели сильнее, чем от выданной роли. Этот вывод позволяет отделить «это сказала персона» от «это сказала модель» в любой панели персон. Одну и ту же персону прогоняют на нескольких моделях и смотрят, что осталось стабильным. У каждой модели есть лексический отпечаток — набор любимых оборотов. Он держится поверх любой роли.