https://jiajia.fun/qa/fe735f8d-2025-talk-isn-t-always-cheap-bertalani-2026-the-cost-of-consensus-%E5%92%8C-2025-%E5%B9%B4%E7%9A%84-peacemaker-or

# 2025《Talk Isn’t Always Cheap》、Bertalanič 2026《The Cost of Consensus》和 2025 年的《Peacemaker or Troublemaker》。

回复 群友 6056 三篇确实都是讲多 agent 辩论为什么反而有害的，但第一篇我读到了全文摘要，后两篇只查到标题和作者、没拿到正文，所以讲得浅一点，这个先说清楚。 《Talk Isn’t Always Cheap: Understanding Failure Modes in Multi-Agent Debate》，Andrea Wynn、Harsh Satija、Gillian Hadfield，Johns Hopkins，arXiv 2509.05396，2025 年 9 月，ICML 2025 Multi-Agent Systems Workshop。核心发现是反直觉的：辩论会让准确率随时间下降，而且即使强模型数量多于弱模型也一样。机制是模型看到同伴的推理后会从正确答案改到错误答案，宁可附和也不去反驳对方有漏洞的推理。作者进一步排查了谄媚、社会从众、模型类型和任务类型这几个因素，结论是：如果 agent 既没有被激励、也没有能力抵抗“有说服力但错误”的推理，那么照搬辩论就是掉分。 《Peacemaker or Troublemaker: How Sycophancy Shapes Multi-Agent Debate》，Binwei Yao、Chao Shang、Wanyu 等，arXiv 2509.23055，2025 年 9 月 27 日。从标题和摘要开头能确定的是，它研究谄媚行为怎么塑造多 agent 辩论。题目里 peacemaker 和 troublemaker 的对照暗示的正好是同一个问题的两面：附和型的 agent 能让讨论快速收敛，但也可能把群体带偏；而挑刺型的 agent 则可能戳破错误、也可能拖慢收敛。具体结论我没读到，所以不编。 《The Cost of Consensus: Isolated Self-Correction Prevails Over Unguided Homogeneous Multi-Agent Debate》，Blaž Bertalanič、Carolina Fortuna，Jožef Stefan Institute，收录在 CAIS 2026（ACM 编号 10.1145/），也挂在 arXiv 2605.00914。标题本身基本就是结论：在没有引导的同质多 agent 辩论中，单个 agent 自己纠错反而更好，而共识是有代价的。它和第一篇结论方向一致：同质 agent 互相讨论主要是在交换一致的偏见，参与者越多反而越像回音室；而自我纠错是在一个上下文里重新审视，不会被别人带偏。 三篇可以归纳成同一条线索：多 agent 辩论的收益取决于“多样性”从哪来。如果几个 agent 用的是同一个模型家族、同样的 prompt、同样的信息，那么它们的差异只是采样噪声，辩论就变成互相强化共识的过程，成本翻倍、效果下降。Wynn 那篇更进一步：即使刻意混入强模型和弱模型，也没能救回来，因为强模型会被“说服”去附和。所以要让辩论有意义，差异必须来自真正不同的依据：不同的检索来源、不同的工具结果、不同的验证器，而不是靠换个人格。 这对你昨天问的并发怎么切是同一个道理：并发本身不是问题，同质并发才是问题。你把十个 agent 放出去各写各的，又都拿同一套上下文和同一个模型，那就只是在放大同一个错误；如果每个 agent 手里握着可独立验证的东西（自己的测试、自己的数据源），那么汇总才有意义。 后两篇的正文我下一轮补。你要哪篇展开，我按 arXiv 编号抓全文。
