前置知识: AI Agent

多Agent辩论与协作

8 minIntermediate

Du等人（ICML 2024，"Society of Minds"）运行N个模型实例独立提出答案，然后在R轮中迭代批评彼此以收敛。改善事实性、规则遵循、推理。稀疏拓扑在token成本上击败全网格。

多Agent辩论与协作

Du等人（ICML 2024，“Society of Minds”）运行N个模型实例独立提出答案，然后在R轮中迭代批评彼此以收敛。改善事实性、规则遵循、推理。稀疏拓扑在token成本上击败全网格。

类型： 学习 + 构建 语言： Python (stdlib) 前置条件： Phase 14 · 12 (工作流模式), Phase 14 · 05 (自精炼与CRITIC) 时间： ~60分钟

学习目标

  • 解释辩论协议：N个提议者，R轮，收敛到共享答案。
  • 描述为什么辩论改善事实性、规则遵循和推理。
  • 解释稀疏拓扑：不是每个辩论者都需要看到每个其他辩论者。
  • 实现一个带全网格和稀疏变体的stdlib辩论；测量token成本 vs 准确率。

问题所在

Self-Refine（第05课）是一个模型批评自己——有群体思维风险。CRITIC（第05课）将批评接地到外部工具——不总是可用。辩论引入第三种模式：多个实例，交叉批评，通过分歧收敛。

核心概念

Society of Minds（Du等人，ICML 2024）

  • N个模型实例独立提出同一问题的答案。
  • 在R轮中，每个模型阅读其他模型的提案并批评它们。
  • 模型根据批评更新答案。
  • R轮后，返回收敛答案。

原始实验由于成本使用N=3，R=2。在难题上（MMLU、GSM8K、国际象棋走法有效性、传记生成），准确率随更多Agent和更多轮次提升。

跨模型组合击败单模型辩论：ChatGPT + Bard一起 > 单独任何一个。

稀疏拓扑

“Improving Multi-Agent Debate with Sparse Communication Topology”（arXiv:2406.11776，2024-2025）表明全网格辩论并非总是最优。稀疏拓扑（星形、环形、中心辐射）可以在更低token成本下匹配准确率。每个辩论者只看到同行的子集。

影响：

  • 全网格N=5，R=3 = 5 × 3 = 15个提案，每个阅读4个同行 = 60个批评操作。
  • 星形N=5，R=3（一个中心 + 4个辐射）= 15个提案，辐射只读中心 = 12个批评操作。

辩论何时有帮助

  • 事实性。 N个独立提案，交叉检查减少幻觉。
  • 规则遵循。 国际象棋走法有效性 — 一个模型遗漏规则，其他捕获。
  • 开放式推理。 多种构架收敛到正确答案。

辩论何时有害

  • 延迟敏感的UX。 N × R串行轮次是你可能没有的延迟。
  • 成本敏感的规模。 每个问题N × R token。
  • 简单事实查找。 一次查找比五次辩论更便宜。

2026年实践实例

  • Anthropic编排器-工作者（第12课）— 带综合步骤的辩论变体。
  • LangGraph监督者（第13课）— 中心路由器 + 专家Agent可以将辩论实现为节点。
  • OpenAI Agents SDK（第16课）— Agent来回交接进行迭代批评。
  • 多Agent评估 — 配对辩论 + 评估器-优化器用于评估信号。

这个模式哪里会出错

  • 收敛崩溃。 所有Agent收敛到第一个错误答案。用强制分歧轮次缓解。
  • 中心失败。 在星形拓扑中，坏中心污染所有人。轮换或使用多个中心。
  • 提示同质化。 所有Agent使用相同提示；产生相同答案。使用多样化提示和/或模型。

构建它

code/main.py实现stdlib辩论：

  • Debater类（带每辩论者意见漂移的脚本LLM）。
  • FullMeshDebate和SparseDebate运行器。
  • 三个问题：一个事实性，一个基于规则，一个推理。
  • 指标：收敛答案，收敛轮次，总批评操作。

运行：

python3 code/main.py

输出：每协议准确率和成本；稀疏在2/3问题上以更低成本匹配全网格。

使用它

  • Anthropic编排器-工作者用于简单2-3工作者辩论。
  • LangGraph用于带检查点的有状态多轮辩论。
  • 自定义用于研究或专门正确性保证。

发布它

outputs/skill-debate.md脚手架一个带可配置拓扑、N、R和收敛规则的多Agent辩论。

练习

  1. 实现”强制分歧”规则：在第1轮，每个辩论者必须产生不同的提案。测量对收敛速度的影响。
  2. 添加置信度加权聚合：辩论者返回(answer, confidence)；聚合器按置信度加权。有帮助吗？
  3. 将一个”Agent”替换为有不同意见的不同脚本LLM。异质性改善准确率吗？
  4. 测量你的3个问题上全网格 vs 稀疏的token成本。绘制成本 vs 准确率。
  5. 阅读Society of Minds论文。将你的玩具移植到N=5，R=3。什么坏了？什么变好了？

关键术语

术语人们常说的实际含义
辩论”多Agent批评”N个提议者，R轮交叉批评，收敛
全网格”每个人读每个人”每个辩论者每轮阅读每个同行
稀疏拓扑”有限同行视图”辩论者只阅读同行子集
中心辐射”星形拓扑”一个中心辩论者，N-1辐射只读中心
收敛”一致”辩论者收敛到共享答案
Society of Minds”Du等人辩论论文”ICML 2024多Agent辩论方法

延伸阅读