多智能体协商中宪法门控与确定性恢复研究

该研究针对多智能体 LLM 在与状态对手协商时浪费模型调用的问题，提出并测试了一套包含五支柱运行时宪法、四层蜂群架构及认知退火机制的控制栈。实验在 Gemini 2.5 Pro 作为代理、Claude Haiku 4.5 作为固定规则对抗性网关的测试环境中进行，旨在验证该控制栈能否执行符合宪法的策略并处理死锁，而非发现新策略。 核心数据表明，引入宪法和导演（Director）角色虽能将解锁成功率从基线的 0/5 提升至 1/5 或 2/5，但并未达到可靠水平；一旦蜂群成功解锁，单次交互仅需 7-8 次调用和约 15k tokens，较基线减少 67-73%，但若失败则成本反而增加 17-38%。监控器（Monitor）和硬门控未能降低解锁率，仅保留审计轨迹。最关键的是，在面对蜜罐导致的合规死锁时，纯 LLM 引导完全无法逃脱（0/5），而采用原子清除代理侧上下文加标准恢复消息的组合方案实现了 5/5 的成功率（Fisher p = 0.008），且恢复动作本身不消耗任何调用次数。 事实层面，预注册关于平均调用和 token 减少的假设未被支持，但原子清除机制在零调用预算下解决了死锁。推断上，该架构证明了确定性恢复逻辑优于依赖 LLM 自身判断的引导方式，特别是在对抗性约束下。猜测部分，虽然作者声称增加了恢复能力且无额外模型成本，但这依赖于特定的“原子清除”实现，其通用性需进一步观察。所有代码、日志和分析脚本已随论文开源。