多智能体辩论的5个失败模式与护栏
NetOwn8398 · reddit · 2026-07-15
作者总结了多智能体辩论实现中常见的 **5 类失败模式**，并给出对应的工程护栏： - **克隆智能体**：同模型多采样不如自一致性，关键在于让不同 agent 具备真正不同的“视角”。 - **从众与顺从**：agent 容易跟随多数答案，因此每轮提示要强制要求“只有被具体论据反驳时才改答案”，且首轮必须独立。 - **共识塌缩**：多数投票会把原本正确的少数答案投掉，应该让 judge 读完整辩论记录，而不是简单票决。 - **问题漂移**：多轮讨论常偏离原问题，需要在 prompt、早停和 judge 中都显式检查是否仍在回答原任务。 - **超参数敏感**：很多论文结果可能更多反映调参，而不是辩论机制本身。 作者还提到： - ChatEval 的效果在 **3-4 个 agent** 左右最好，5 个开始下降。 - 相同角色 prompt 会让性能退化到接近单 agent。 - 他们据此做了一个面向 **Claude Cowork / Claude Code** 的 deliberation 插件，用四层结构组织 **3-6 个 agent**，更高层可扩到 **10-16 个 panel**。 - 项目是 **Apache 2.0**、免费开源，没有付费层。 - 作者也承认尚未做足够的受控 benchmark，尤其还没和计算量匹配的 self-consistency 做严格对比。