多 Agent 协作增强研究（2026-08-30）¶
千轮研究：3 轮搜索（Azure/Knowlee/Beam/explainx/Tyk + ACL/MARCH/幻觉雪球/Nature/Princeton + geodocs/OpenLegion/openai-agents/bmad） 目的：增强 multi-agent-research 技能（v1.0 → v1.1）+ 我们的联合工作 关联：skills/hermes/multi-agent-research/SKILL.md
一、六种编排模式（定位我们的模式）¶
| 模式 | 结构 | 我们对应 |
|---|---|---|
| Orchestrator-worker | 1 规划 + N 执行 | ✅ k 拆题 → WorkBuddy/dsh 执行 |
| Sequential pipeline | A→B→C | ✅ 研究→初稿→核验→沉淀 |
| Fan-out/fan-in | 1→N→1 | ✅ 三工具并行 + k 汇总 |
| Debate（maker-checker） | A 生成 B 校验 | ✅ Gemini 二审 |
| Dynamic handoff | 运行时路由 | ❌ 暂不需要 |
| Adaptive planning | 动态计划 | ❌ 暂不需要（我们是固定流水线） |
失败模式对照：orchestrator 是单点（k 必须稳）；sequential 错误级联（→ 验证门前置解决）；debate 会过度共识（→ 信息不对称解决）。
二、关键实证（为什么这样增强）¶
1. 幻觉雪球（arXiv 2608.14588）——验证门前置¶
- 幻觉在流水线逐级转化：原始事实 → 推导 → 叙述 → 不可见
- 检测率：Stage1 72% → Stage4 50.9%，23.7% 全程漏网
- 边界门比末端检查有效 42.2pp；第一道门捕获 75.4%，比 Gate2+3 加起来都值钱
- → 我们：WorkBuddy 初稿回来 = 第一道门，立即质疑式核验
2. MARCH（ACL 2026）——信息不对称盲评¶
- 验证者看到生成者输出 → 确认偏差，重复错误
- Checker 隔离验证（不给看 Solver 输出）→ 幻觉率大幅下降
- → 我们：Gemini 二审升级为「给原始素材 + 独立问题，不让它看 WorkBuddy 报告」
3. Handoff 交接（geodocs 规范 + bmad evals）¶
- 交接是系统第一失败模式（不是模型质量）：上下文丢失 + 输出格式模糊
- 模糊指令「Apply fixes for all 4 issues」→ 下游质量崩
- 密任务包 8 槽（Task/Why/Prior findings verbatim/Actions/Sources/Skills/Criteria/Report back）→ 交接质量 76.8% → 100%
- → 我们：研究任务书升级为 8 槽密任务包，Prior findings 原样贴不许压缩
4. 单 agent vs 多 agent（equal-budget 对照 arXiv 2604.02460）¶
- 固定 thinking-token 预算下，单 Agent 可匹配或超过多 Agent（条件性证据；v3.0 审计后删除 "Princeton 64%/+2.1pp/2x cost" 归因——未找到原始出处）
- 多 agent 价值在：单 agent 上下文饱和 / 并行无共享状态 / 错误成本高
- 简单任务开多 agent = 纯浪费（4-220x token 消耗）
- → 我们：五问决策，快速查询只用 k
5. 成本护栏（OpenLegion）¶
- token 预算不够，还要 step 预算（防 ReAct 死循环 500 次）
- 编排收益 ~4 agent 封顶；上下文 ~7 handoffs 指数衰减
三、增强落点（已进技能 v1.1）¶
| 增强 | 技能章节 | 一句话 |
|---|---|---|
| 交接契约化 | 密任务包 8 槽 | 派活 = 密任务包，不是聊天记录 |
| 验证门前置 | Gate 1 最值钱 | 初稿回来立即质疑式核验，不拖汇总 |
| 信息不对称盲评 | Gemini 二审升级 | 给原始素材独立作答，不喂 WorkBuddy 结论 |
| 成本护栏 | 五问决策 | 单 agent 能搞定就别开多 agent |
四、对联合工作的具体改变（立即生效）¶
- 以后派活给 WorkBuddy/dsh：用 8 槽密任务包（task_summary ≤500 字 + prior findings 原样贴）
- 以后 Gemini 二审：疑难节点给原始素材独立作答（盲评），普通问题保持轻量问题包
- 以后核验：质疑式——先找数字/日期/引用茬，不扫一眼说 OK
- 以后判断要不要多 agent：五问决策，快速查询只用 k
更新记录¶
- 2026-08-30：建文；multi-agent-research v1.0 → v1.1
🗺️ 属于 [[MOC-Research]] · [[Home|🏠 Home]]