你让三位分析师读同一则公司公告。三人都在场，却未必都会下单：有人觉得信号够强，有人选择观望。再把公告换一种写法，最积极的可能变成另一人。于是，桌边坐着谁是一回事，真正把订单递出去的是谁，又是另一回事。
论文《Shared Models, Selective Trading, and Order Flow》研究的正是这道缝隙。作者 Victoria Ruojie Li 与 Arka Prava Bandyopadhyay 没有只问不同大语言模型会怎样判断新闻，而是继续追问：哪些判断最终跨过门槛，进入订单流——也就是市场收到的买卖单及其方向、数量和顺序？这关系到一个现实担忧：大家共享少数基础模型，是否必然做出同质化交易？
论文给出的答案比较克制：未必。安装了哪些模型，不等于订单里会出现哪些模型。新闻怎么呈现、谁选择参与，以及买卖能否相互抵消，都会改变结果。以下证据全部来自这篇论文及其合成市场，尚无独立研究交叉验证。
市场里有三种模型，下单的却可能只剩一种声音
实验市场有 15 个智能体，各有五个使用 Llama 3.1 8B、Qwen 2.5 7B 和 Mistral 7B。每个市场运行 25 轮。智能体持有不同现金、股票和投资任务，例如保本、稳健增长或允许小幅冒险。
每轮，模型会看到自己的资产、近期价格、买卖盘和新闻，再决定买、卖或持有。这里的“持有”很关键：模型产生看法，不代表它一定交易。只有越过置信度、风险或收益门槛的信号，才会成为有效买卖决定。
作者比较了两类公司事件。一类是融资公告，涉及缓解资金压力和股本约增加 30%；另一类是裁员公告，涉及裁减 20%员工、降低 25%运营成本，同时失去三个开发团队中的一个。每类事件都准备了不同的表述版本。所谓“表述”并非只换几个褒贬词，有些版本还加入解释、社会线索或其他交易者的反应。
研究用 30 组配对配置比较每个主要条件。配置固定了初始资产和行动顺序，却没有固定模型每次生成文本时的随机性。因此，它更像让同一批角色重复经历相似场景，而不是精确重放完全相同的一天。
48 个百分点，不是需求暴增
融资事件最能说明“订单构成”和“净订单”为什么要分开看。更换公告表述后，Qwen 在已提交订单中的占比移动了 48.1 个百分点；但作者称，每个市场的净订单数变化很小。
这两个结果并不矛盾。净订单看买单减去卖单后的余额；订单构成看订单分别来自哪些模型。好比一支球队换了大半阵容，最后比分仍然接近。谁在场上发生了巨变，不代表净结果一定同步放大。
裁员事件则出现了另一种组合。解释性表述把 Mistral 在公告轮有效行动中的占比从 17.5%推到 57.4%，上升 39.9 个百分点。这个变化的探索性配对自助法区间为 32.8 至 47.5 个百分点；删去任意一组配置后，估计仍在 38.8 至 41.3 个百分点之间。
与此同时，全部模型的买入占比从 27.5%升至 64.1%，净订单方向发生反转，两个版本每个市场的净订单差为 3.63。这里的净订单仍是买卖“决定”的数量之差，不是成交股数，也不是价格涨跌。
进一步看，解释性版本下，Mistral 在公告轮提交了 112 个买入、没有卖出；事实性版本下是 21 个买入、没有卖出。总有效行动数则从 120 增至 195。不过，作者没有据此证明某个模型改变了全部成员的观点。观望者也可能持有明确看法，只是没有下单。
同质化真正危险的时刻
论文还把混合市场替换为全 Mistral 或全 Qwen。融资公告后的三轮窗口内，全 Mistral 市场提交的 159 个决定全部是买入；全 Qwen 市场的 215 个决定全部是卖出。两种同质市场在 30 组配置中都没有出现反向订单。
混合市场则提交了 52 个买入和 81 个卖出，只有四组配置完全单边，另有一组没有有效决定。这说明，当活跃模型本来就朝同一方向交易时，同质群体会消除原本能够抵消的订单流。
但这不是“模型越多越好”的证明。该比较同时改变了模型身份、市场此前的行动历史和参与程度，并没有在模型质量不变的条件下单独测量“集中度”。如果两种模型恰好方向相同，增加模型名称也不会自动带来行为多样性。
真正的新问题是：谁获得了投票权
这项工作的价值，在于把模型选择问题从“谁预测得更准”推进到“谁真正进入市场”。三种模型各占人口的三分之一，不代表它们各占订单的三分之一。新闻呈现可以改变参与率，参与率又会重排有效模型权重。
作者的分析分解还指出，即使总体需求对信息的敏感度不变，这种筛选也可能改善或恶化价格准确性。原因是，进入交易的权重可能与各模型的估值误差相关。不过，这只是机制性结论：它说明结果为何没有固定方向，并不证明 LLM 交易已经提高或损害定价效率。
换句话说，共享模型是否造成同质化，不能只数机构用了多少种模型。还要看提示和新闻如何写、哪些信号获准下单、哪些交易者选择沉默，以及不同方向能否在订单流中碰面。
局限与未知
- 这是合成市场。背景买卖盘很厚，成交价被限制在很窄的范围内；论文主要测量提交的决定，不足以识别真实的价格发现、冲击或错价。
- 两组文本同时改变长度、解释和社会线索，不能把结果单独归因于语气或“情绪化措辞”。三个模型也都是相对较小的模型，事件只有两类。
- 当前结果仍受生成随机性影响。作者把更干净的文本复现、固定生成设置，以及给定真实价值的准确性验证列为后续研究；这些方案尚未提供新的实证结果。