多 Agent 协作模式 · MA-07
投票集成
3 个 Agent 各自独立完成整个任务(冗余而非分工),评委打分、找共识、择优融合:Best-of-N
优势与劣势
+ 优势
- 多份独立答卷,可以抵消单次失误
- 有标准答案的题上,多次采样投票通常比辩论更好
- 答卷可以并行生成,墙钟时间短
适合:怕出错、需要稳定性的关键答案;有测试能自动判优的代码任务(best-of-N)
- 劣势
- 成本约是单次的 N 倍
- 答卷之间错误相关:越强的模型越容易错成同一个答案
- 用不同模型混合,平均质量常常不如同一个最强模型多采几次
不适合:预算紧张的场景;开放式的长篇创作
- 模型调用
- N + 1
- 串行轮数
- 2
- 耗时取决于
- 最慢的一份答卷 + 评委
- 并行
- N 路,同一任务
- 成员之间
- 候选者互相看不见
- 质量检查
- 评委打分、择优或投票
- 返工
- 无
市面上遵循此模式的工具
2026-11-06 对照官方文档和仓库核实。多数只是"部分对应":核心机制属于这种模式,不代表实现了图上的每个节点;标"实验""预览"的是厂商尚未正式发布的功能。
- 厂商Cursor/best-of-n,人工挑选
- 厂商Codex Cloud--attempts 1-4(实验)
- 平台GitHub Agent HQ同一 issue 派给多家(预览)
- 开源llm-councilKarpathy:互评 + 主席融合
- 学术Self-Consistency多次采样、多数投票(论文)