理解多 Agent 大语言模型系统中的沟通失败机制

研究团队基于跨医疗问答、编码、金融及多跳推理等任务的 3,211 条多轮失败轨迹，构建了多 Agent 大语言模型系统的沟通失败分类体系。分析发现系统失效主要由纠错恢复与共识决策缺陷主导，多数错误在 Agent 首次观察到同行响应后产生，而非单轮初次判断失误。基于此，研究建议在系统设计中增强分歧处理机制、证据验证能力、少数派信号保留及最终确定前的恢复检查。