Table of Contents
接着上篇文章，本文介绍一种更复杂的多智能体系统设计，实现了智能体间的动态交互和讨论行为。
讨论多智能体系统 (discussion multi-agent system)
上面的多智能体系统设计并不存在实际的智能体间通信机制，协调者只是简单地分配任务和收集结果。为了实现真正的多智能体交互行为，我设计了一个允许智能体间提问和回应的讨论系统。
协调多智能体系统虽然能够并行处理文章的不同部分，但各个智能体之间缺乏交流。这就像是让几个专家各自独立阅读论文，然后简单地把他们的笔记拼在一起。虽然能覆盖多个角度，但缺少了真正的学术讨论中最有价值的部分：质疑、辩论和共识的形成。
真实的学术讨论中，专家们会互相提问、挑战对方的观点、澄清误解，并在这个过程中逐步达成更深入的理解。讨论多智能体系统就是为了模拟这种动态的学术讨论过程。
系统架构
讨论多智能体系统包含两个关键方面：整体的讨论流程和智能体间的交互机制。
讨论流程
整个系统从接收文章开始，经过多轮讨论迭代，最终生成综合报告：
flowchart TB
Start([开始])
Input[输入文章]
Init[初始化讨论状态]
Phase1[阶段1: 初始分析
4个智能体并行生成洞察]
Phase2[阶段2: 提问
智能体审查洞察并提问]
Phase3[阶段3: 回应
智能体回答问题]
Check{收敛检查
是否达成共识?}
IterCheck{是否超过
最大迭代次数?}
Phase4[阶段4: 共识构建
识别共识点和分歧点]
Output[生成最终报告]
End([结束])
Start --> Input
Input --> Init
Init --> Phase1
Phase1 --> Phase2
Phase2 --> Phase3
Phase3 --> Check
Check -->|未收敛| IterCheck
IterCheck -->|否| Phase2
IterCheck -->|是| Phase4
Check -->|已收敛| Phase4
Phase4 --> Output
Output --> End
智能体交互架构
四个性格化智能体通过任务队列系统进行异步协作和讨论：
flowchart TB
subgraph Agents [智能体生态]
A1[批判评估者
Critical Evaluator]
A2[创新洞察者
Innovative Insighter]
A3[实践应用者
Practical Applicator]
A4[理论整合者
Theoretical Integrator]
end
subgraph TaskSystem [任务队列系统]
TQ[任务队列
Task Queue]
TM[任务管理器
最多4个并发任务]
subgraph TaskTypes [任务类型]
T1[生成洞察]
T2[提问]
T3[回应]
T4[收敛评估]
end
end
Coord[讨论协调器
Discussion Coordinator]
Doc[文章文档
Document]
Consensus[共识构建器
Consensus Builder]
Doc --> Coord
Coord --> TQ
TQ --> TM
TM --> T1 & T2 & T3 & T4
T1 -.分配给.-> A1 & A2 & A3 & A4
T2 -.分配给.-> A1 & A2 & A3 & A4
T3 -.分配给.-> A1 & A2 & A3 & A4
T4 -.分配给.-> A1 & A2 & A3 & A4
A1 & A2 & A3 & A4 -.完成任务.-> TQ
TQ --> Coord
Coord --> Consensus
style Coord fill:#FFF3E0,stroke:#FB8C00,stroke-width:3px
style Doc fill:#E3F2FD,stroke:#2196F3,stroke-width:2px
style Consensus fill:#FFF3E0,stroke:#FB8C00,stroke-width:2px
style TQ fill:#FFF9C4,stroke:#FBC02D,stroke-width:2px
style TM fill:#FFF9C4,stroke:#FBC02D,stroke-width:2px
style A1 fill:#FCE4EC,stroke:#E91E63,stroke-width:2px
style A2 fill:#F3E5F5,stroke:#9C27B0,stroke-width:2px
style A3 fill:#E8EAF6,stroke:#3F51B5,stroke-width:2px
style A4 fill:#E0F2F1,stroke:#009688,stroke-width:2px
style T1 fill:#E1F5FE,stroke:#03A9F4,stroke-width:1px
style T2 fill:#E1F5FE,stroke:#03A9F4,stroke-width:1px
style T3 fill:#E1F5FE,stroke:#03A9F4,stroke-width:1px
style T4 fill:#E1F5FE,stroke:#03A9F4,stroke-width:1px
在这个架构中：
- 讨论协调器负责创建和分发任务
- 任务队列系统管理所有待执行的任务，支持并发执行和优先级控制
- 四个智能体从任务队列中获取任务，完成后将结果返回
- 智能体之间不直接通信，而是通过任务系统间接交互（一个智能体的输出会成为另一个智能体任务的输入）
- 共识构建器在讨论结束后收集所有结果，生成最终报告
系统由以下几个核心模块组成：
1. 四个性格化智能体
每个智能体都有独特的分析视角和人格特质：
- 批判评估者 (Critical Evaluator)：专注于识别方法论缺陷、实验设计问题和研究局限性。扮演质疑者的角色，确保分析的严谨性。
- 创新洞察者 (Innovative Insighter)：关注论文的创新点、突破性贡献和未来研究方向。善于发现论文中的新颖之处和潜在影响。
- 实践应用者 (Practical Applicator)：评估研究的实际应用价值、实施可行性和产业影响。从工程和应用的角度审视论文。
- 理论整合者 (Theoretical Integrator)：分析理论框架、概念贡献以及研究在更广阔知识体系中的位置。关注理论一致性和概念清晰度。
每个智能体有专门的系统提示词定义其性格，还会维护自己的对话历史，使得它们在讨论过程中能够保持一致的立场和逻辑连贯性。
2. 任务队列系统
讨论系统使用任务队列来管理智能体的工作。任务类型包括：
GENERATE_INSIGHTS：生成初步洞察ASK_QUESTION：向其他智能体提问ANSWER_QUESTION：回答问题MONITOR_CONVERGENCE：评估讨论收敛程度
任务系统支持并发执行（最多 4 个任务同时运行）、优先级管理和超时控制，确保讨论过程高效且不会陷入无限循环。
3. 讨论协调器
协调器负责整个讨论流程的编排，它会：
- 初始化讨论状态和任务队列
- 管理讨论阶段的转换
- 监控讨论进度和收敛情况
- 决定何时结束讨论
4. 共识构建器
当讨论达到收敛后，共识构建器会：
- 识别智能体间的共识点
- 提取有分歧的观点
- 综合所有洞察生成最终报告
- 评估分析结果的置信度
讨论流程
整个讨论过程分为五个阶段，形成一个迭代循环：
flowchart LR
A[初始分析]
B[提问阶段]
C[回应阶段]
D[收敛评估]
E[共识构建]
F[完成]
A --> B
B --> C
C --> D
D -->|未收敛| B
D -->|已收敛| E
E --> F
style A fill:#E3F2FD,stroke:#2196F3,stroke-width:2px
style B fill:#FFF3E0,stroke:#FB8C00,stroke-width:2px
style C fill:#FFF3E0,stroke:#FB8C00,stroke-width:2px
style D fill:#FFF9C4,stroke:#FBC02D,stroke-width:2px
style E fill:#E8F5E9,stroke:#43A047,stroke-width:2px
style F fill:#F3E5F5,stroke:#9C27B0,stroke-width:2px
阶段 1：初始分析 (Initial Analysis)
每个智能体独立分析文章。与协调多智能体不同的是，这里的智能体会自主选择要阅读的章节。
流程是这样的：
- 智能体首先获得文章标题、摘要和所有可用章节的列表
- 根据自己的性格特点，决定阅读哪些章节（比如批判评估者可能会重点读方法和结果部分）
- 获取选定章节的内容后，生成 2-3 个最重要的洞察
每个洞察包含：
- 洞察内容
- 重要性评分（0.0-1.0）
- 置信度评分（0.0-1.0）
- 支持证据
- 引发的问题
阶段 2：提问阶段 (Questioning)
智能体们开始互相提问。这个阶段很有意思，因为智能体会主动决定是否需要提问。
提问流程：
- 每个智能体审查其他智能体的洞察
- 根据自己的专业视角，判断是否有必要提问
- 如果认为有价值，就构造一个具体的问题
智能体可以选择 ask（提问）或 skip（跳过）。只有当问题能够真正推进讨论、解决疑虑或发现矛盾时，智能体才会提问。这避免了为了提问而提问的情况。
问题类型包括：
clarification：澄清型，要求解释不清楚的地方challenge：挑战型，质疑洞察的有效性extension：延伸型，探讨更深层次的含义
阶段 3：回应阶段 (Responding)
被提问的智能体需要回应问题。回应不仅仅是回答，还可能导致智能体修正自己的观点。
回应内容包括：
- 详细的回答内容
- 立场（同意/不同意/澄清/修正）
- 修正后的洞察（如果需要）
- 回应的置信度
这个机制允许智能体在讨论中学习和调整自己的理解，就像真实的学术讨论一样。
阶段 4：收敛评估 (Convergence)
协调器会评估讨论是否已经收敛。评估指标包括：
- 一致性：智能体的洞察是否越来越一致
- 完整性：重要方面是否都被充分讨论
- 解决度：主要矛盾是否得到处理
- 稳定性：洞察是否不再发生重大变化
每个智能体也会给出自己的收敛评分。如果平均收敛评分达到阈值（默认 0.75）或达到最大迭代次数（默认 5 次），就进入共识构建阶段。否则，返回提问阶段继续讨论。
阶段 5：共识构建 (Consensus)
最后，共识构建器会：
- 识别共识点：哪些观点得到了多个智能体的支持
- 提取分歧点：哪些地方仍然存在显著的不同看法
- 生成综合报告：
- 论文概述和主要贡献
- 共识性的评价
- 有争议的观点及各方理由
- 整体意义和影响评估
- 置信度评分
关键设计特点
1. 智能体的自主性
每个智能体维护自己的对话历史（message_history），使得它们在多轮对话中能够：
- 记住之前说过的话
- 保持逻辑一致性
- 根据讨论进展调整策略
2. 动态的讨论控制
系统实现了多个终止条件：
- 达到最大迭代次数（防止无限讨论）
- 超过时间限制（默认 30 分钟）
- 收敛评分达到阈值
- 洞察不再发生实质性变化
3. 结构化的数据模型
使用 Pydantic 定义了清晰的数据结构：
AgentInsight：智能体的洞察Question：问题对象，包含优先级和类型Response：回应对象，包含立场和修正ConsensusPoint：共识点，记录支持和反对的智能体DivergentView：分歧观点，记录冲突的理由
4. 任务并发执行
使用异步任务队列实现并发：
- 初始分析阶段：4 个智能体并行生成洞察
- 提问阶段：多个提问任务并行执行
- 回应阶段：多个回应任务并行处理
这大大提高了效率，避免了串行执行的时间浪费。
实现挑战
实现这个系统遇到了一些有趣的挑战：
-
过度提问问题：早期版本中，智能体会对每个洞察都提问，导致讨论冗长。解决方法是在提示词中明确要求智能体只在必要时提问，并增加了
skip选项。 -
循环依赖：智能体在提问和回应时需要访问彼此的状态，这可能导致循环依赖。通过使用事件驱动的任务系统和缓存机制解决。
-
收敛判断：如何判断讨论已经"足够好"是个难题。最终采用了多维度评估（一致性、完整性、解决度、稳定性）并结合智能体自评的方式。
-
性能优化：为了避免重复创建智能体实例，实现了智能体缓存机制（
get_agent_cache_status），但需要在会话结束时手动清理（clear_agent_cache）。
与其他模式的对比
相比前面的方法：
- vs 单体 Agent：讨论系统能够从多个角度分析，并通过智能体间的质疑和辩论达到更深入的理解。
- vs ReAct Agent：讨论系统的"思考"过程是分布式的，多个智能体并行思考并互相挑战，而不是单一智能体的线性推理。
- vs 协调多智能体：增加了真正的智能体间交互，不再是简单的任务分配和结果汇总，而是动态的讨论过程。
讨论多智能体系统更接近真实的学术研讨会：多位专家围绕一篇论文展开讨论，互相提问、质疑、澄清，最终形成一个更全面、更平衡的评价。这种方式特别适合需要深度分析和多角度评估的复杂学术文献。