多智能体 LLM 系统的通信失败主要源于共识与纠错机制缺陷

这篇基于 3,211 条失败轨迹的研究指出，多智能体 LLM 系统在医疗问答、编码、金融等任务中，核心失败模式并非孤立的首轮错误，而是由恢复/纠正和共识/决策问题主导。许多错误在智能体首次观察到同伴响应后才显现，表现为过早收敛、忽视异议或压制少数派正确回答。

分析显示，系统设计中缺乏有效的异议处理、证据验证和少数信号保留机制是导致失败的关键。例如，智能体可能在多轮交互中维持错误的框架，或在最终化前未进行充分的恢复检查。这些发现挑战了单纯依赖最终准确率来评估多智能体系统有效性的常规做法。

事实层面，该研究构建了语料库并分析了跨数据集的失败分布；推断层面，建议加强异议处理和恢复检查以提升系统鲁棒性；猜测层面，若现有架构不调整，复杂任务中的协作增益可能无法兑现。这为设计更可靠的多智能体系统提供了具体的改进方向。