多智能体辩论
让多个模型实例分别作答，第二轮起互看对方答案、指出分歧并修订，若干轮后取共识或取多数结论。它的机制是引入独立的错误信号：单一模型的自我确认容易强化既有错误，多实例互批能把这些错误暴露出来。代价是调用量按实例数乘轮数增长，适合高价值推理题与评审类任务。
基本信息
| 机制 | 独立作答 → 互看 → 反驳与修订 → 收敛 |
|---|---|
| 适用 | 数学与逻辑推理、方案评审、高风险决策辅助 |
| 成本 | 实例数 × 轮数，慎用于高频场景 |
| 收敛 | 必须设轮数上限与一致率停止条件 |
典型使用场景
- 复杂数学题与逻辑题：多路径推导互相校验
- 方案评审：让不同实例扮演不同立场找漏洞
- 高风险决策辅助：分歧点本身就是有价值的输出
- 答案质量抽查：多个实例一致率低时自动标记复核
- 错误检测：利用分歧定位模型最不确定的部分
简化协议
简化协议
第 1 轮：A、B、C 三个实例各自独立作答（互不可见）
第 2 轮：每个实例读取其他两个答案，
指出分歧点并修订自己的答案
第 3 轮（可选）：重复一次，直到答案稳定
收束规则：
- 答案一致 → 结束，输出该答案与推理
- 不一致 → 展示分歧点，或交给人工判定
- 最多 3 轮，超出即停止并保留分歧清单
# 第 1 轮必须真正独立：共享上下文会互相同化协议要点读法
| 环节 | 要点 | 做错的后果 |
|---|---|---|
| 第 1 轮 | 各实例独立生成，互不可见 | 答案被互相同化，失去独立错误信号 |
| 互批轮 | 明确要求指出分歧而非重写整答 | 退化为互相润色，共识质量下降 |
| 收敛条件 | 轮数上限 + 一致率 | 无限讨论，成本失控 |
| 分歧输出 | 保留分歧点原文 | 只给结论，人工无法判断风险在哪 |
| 成本核算 | 实例数 × 轮数 × 单次成本 | 高频场景下预算超支 |
第一轮共享上下文是最常见的实现错误：实例一旦看到彼此的答案就会趋同，后续互批只是在同一个错误旁边反复确认，起不到独立校验的作用。
分歧本身是有用的输出。把分歧点连同各方理由一起呈现给人工，比强行给一个共识结论更安全，尤其在事实性任务上。