Loading...

💬

辩论链(CoD)

多个 AI 模型协作并展开辩论以得出结论

复杂度: high多智能体

In 30 seconds

What: 多个模型就同一问题给出对立观点，再通过权衡各立场之间的取舍来综合出结论。
When to use: 存在多个正当且相互竞争的优先级的复杂决策，单一专家视角无法覆盖全貌。
Watch out: 辩论可能把不确定性伪装成共识；在没有真实标准验证的情况下，模型可能收敛到听起来合理的答案上。

Video Explanation

Loading video explanation...

Loading technique guide…

Patterns

Loading...

Loading Agentic Design…

Agentic Design面向生产环境 AI 智能体的模式与工具

专家支持价格

设计模式与技术

Loading...

💬

辩论链(CoD)

多个 AI 模型协作并展开辩论以得出结论

复杂度: high多智能体

In 30 seconds

What: 多个模型就同一问题给出对立观点，再通过权衡各立场之间的取舍来综合出结论。
When to use: 存在多个正当且相互竞争的优先级的复杂决策，单一专家视角无法覆盖全貌。
Watch out: 辩论可能把不确定性伪装成共识；在没有真实标准验证的情况下，模型可能收敛到听起来合理的答案上。

Video Explanation

Loading video explanation...

核心机制

Chain of Debates (CoD) 编排多个具有不同视角的 AI 智能体（如支持者、质疑者、分析师），围绕问题进行多轮结构化论辩。论点与反驳由主持人/裁判智能体综合为一个均衡的最终结论。这可减少单一模型的偏见，并通过辩证推理提升稳健性。

工作流 / 步骤

定义角色与目标：分配互补的智能体人设以及一名主持人/裁判。
启动辩论：给出问题、约束与评估标准。
分轮论证：各智能体提出论点，同伴进行批评与打磨。
证据锚定：按需检索资料或调用工具，记录引用与假设。
裁判综合：裁判汇总最有力的论点，并标出未解决的分歧。
收敛检查：在达成共识、置信度阈值或最大轮数时停止。
最终报告：输出理由、权衡与带参考来源的决策。

最佳实践

以设计保证多样性：让角色彼此正交（乐观派/悲观派/分析师/约束方）。

为裁判使用独立的模型/提示词，避免同一智能体评判自己的主张。

约束输出格式：结构化的主张、证据、反驳与置信度分数。

借助工具与检索进行事实锚定，附上引用并标明不确定性。

为轮数与 token 预算设置上限，论点重复时提前停止。

缓存中间论点并去重，以降低成本与偏移。

记录辩论树，便于审计与离线评估。

不适用场景

低风险或简单任务，单个智能体的输出已足够。
严格实时的场景，多轮交互会超出延迟预算。
资源极为受限且没有成本控制或缓存的环境。
缺乏可验证标准答案或裁决分歧工具的领域。

常见陷阱

回音室：智能体在缺乏真正批评的情况下趋于一致（用角色提示词缓解）。
裁判泄漏：辩手与裁判角色使用同一提示词或模型。
token 膨胀：论点在各轮之间重复，应强制新颖性约束。
无法验证的主张：缺少引用或工具核查，应要求填写证据字段。

核心特性

基于角色的多智能体论证

分轮反驳与打磨

由独立裁判/主持人进行综合

有引用支撑的证据化决策

可配置的停止规则与预算

KPI / 成功指标

任务准确率/质量相对基线（单智能体、自我批评）的表现。
裁判一致率与评分者间信度（如有人工裁判）。
N 轮内的共识率；各轮之间的重复/新颖度比。
证据覆盖度与引用准确性。
每场已解决辩论的延迟与成本（p50/p95；$/场辩论）。

Token / 资源消耗

成本随 (num_agents × rounds × tokens_per_turn) + 裁判综合而增长。
可通过缓存、去重、更短的发言格式与有选择的工具调用来缓解。
优先使用紧凑的裁判提示词，并在轮次之间做摘要。
跟踪 token 预算并强制硬性上限，避免辩论失控。

最佳应用场景

涉及权衡的复杂决策（政策、战略、架构）。
需要严格质询与证据的安全敏感分析。
结论相互冲突的研究综述与文献回顾。
纳入各利益相关方视角的伦理审议与风险评估。

参考资料与延伸阅读

学术论文

实现指南

工具与库

Microsoft AutoGen, LangGraph, CrewAI

社区与讨论

Loading technique guide…

Patterns

设计模式与技术

Loading...

核心机制

工作流 / 步骤

定义角色与目标：分配互补的智能体人设以及一名主持人/裁判。
启动辩论：给出问题、约束与评估标准。
分轮论证：各智能体提出论点，同伴进行批评与打磨。
证据锚定：按需检索资料或调用工具，记录引用与假设。
裁判综合：裁判汇总最有力的论点，并标出未解决的分歧。
收敛检查：在达成共识、置信度阈值或最大轮数时停止。
最终报告：输出理由、权衡与带参考来源的决策。

最佳实践

以设计保证多样性：让角色彼此正交（乐观派/悲观派/分析师/约束方）。

为裁判使用独立的模型/提示词，避免同一智能体评判自己的主张。

约束输出格式：结构化的主张、证据、反驳与置信度分数。

借助工具与检索进行事实锚定，附上引用并标明不确定性。

为轮数与 token 预算设置上限，论点重复时提前停止。

缓存中间论点并去重，以降低成本与偏移。

记录辩论树，便于审计与离线评估。

不适用场景

低风险或简单任务，单个智能体的输出已足够。
严格实时的场景，多轮交互会超出延迟预算。
资源极为受限且没有成本控制或缓存的环境。
缺乏可验证标准答案或裁决分歧工具的领域。

常见陷阱

回音室：智能体在缺乏真正批评的情况下趋于一致（用角色提示词缓解）。
裁判泄漏：辩手与裁判角色使用同一提示词或模型。
token 膨胀：论点在各轮之间重复，应强制新颖性约束。
无法验证的主张：缺少引用或工具核查，应要求填写证据字段。

核心特性

基于角色的多智能体论证

分轮反驳与打磨

由独立裁判/主持人进行综合

有引用支撑的证据化决策

可配置的停止规则与预算

KPI / 成功指标

任务准确率/质量相对基线（单智能体、自我批评）的表现。
裁判一致率与评分者间信度（如有人工裁判）。
N 轮内的共识率；各轮之间的重复/新颖度比。
证据覆盖度与引用准确性。
每场已解决辩论的延迟与成本（p50/p95；$/场辩论）。

Token / 资源消耗

成本随 (num_agents × rounds × tokens_per_turn) + 裁判综合而增长。
可通过缓存、去重、更短的发言格式与有选择的工具调用来缓解。
优先使用紧凑的裁判提示词，并在轮次之间做摘要。
跟踪 token 预算并强制硬性上限，避免辩论失控。