多Agent辩论系统的收敛判定：一个让“提前终止”悄悄失效的参数陷阱

一、背景：为什么多 Agent 辩论需要收敛判定

多 Agent 辩论式决策是近来很常见的一种智能体编排方式：倡导者提方案，反对者质询，若干专业顾问轮流补充论据，最后由决策者拍板。它的好处是能把一个开放议题从多个角度“吵”透，缺点也很明显——轮数一多，token 消耗和耗时成倍增长，而且后几轮往往只是在换个说法重复已有观点。

因此这类系统通常会配两个机制：一是“防回声”，用文本相似度识别重复观点；二是“收敛判定”，连续若干轮都没有新观点时提前结束论证，直接进入总结。思路很合理，但在实现上有一个容易被忽略的参数陷阱。

二、一个典型实现

以一个开源的多 Agent 决策 Skill 为例，配置里有两个相关参数：

• debate_rounds：多轮论证的轮数上限，默认 2；
• convergence_stall_rounds：连续多少轮“全部为回声”才判定收敛，默认 2。

执行逻辑大致如下：

for r in range(1, debate_rounds + 1):
    每位辩手发言一次，记录是否为回声

每完成一整轮：
    若该轮发言全部为回声: converged += 1
    否则: converged = 0
    若 converged >= stall_rounds:
        跳过后续剩余的论证步骤

单看每一行都没有问题，但把两个默认值放在一起，就出事了。

三、问题：默认配置下“提前终止”永远是空操作

要触发收敛，需要 converged 达到 2，也就是第 1 轮和第 2 轮都必须全部为回声。因此最早的触发时机是第 2 轮结束。可是第 2 轮本身就是最后一轮，此时后面已经没有任何论证步骤可以跳过——“提前终止”执行了，却什么也没省下。

换个角度看会更清楚：

• 如果第 1 轮全部为回声，converged 只到 1，第 2 轮仍会完整执行；
• 如果第 2 轮才开始重复，converged 同样只到 1，论证自然结束；
• 任何情况下，节省的轮数都是 0。

结论是：只有当 debate_rounds 严格大于 convergence_stall_rounds 时，这个机制才可能生效。最多能省下的轮数等于 debate_rounds − stall_rounds。

四、为什么这类问题很难被发现

• 没有报错。代码完全按设计运行，只是效果为零，日志里甚至能看到“收敛”事件。
• 文档描述是对的。“连续 N 轮无新观点即提前收尾”这句话本身没错，错在默认参数让它没有发挥空间。
• 测试不容易覆盖。离线 Mock 模式下回声判定往往不稳定，很少有人专门构造“连续全回声”的用例去验证节省了几轮。

五、改进思路

1. 调整默认值。把 stall_rounds 设为 1，或把论证轮数上限调到 3–4，让收敛判定有实际意义。
2. 启动时校验。检测到 stall_rounds >= debate_rounds 时打印一条警告，提醒用户该机制不会生效。
3. 在报告里记录收益。输出“计划 N 轮，实际执行 M 轮，提前终止节省 K 轮”，用数据证明机制是否在工作。
4. 把判定粒度做细。与其要求“整轮全部为回声”，不如统计每轮新观点占比，低于阈值即计入停滞，避免一个人说了句新话就让计数清零。

六、小结

“提前终止”“自动降级”“熔断”这类优化机制有个共同点：它们只在特定条件下才生效，而条件往往由几个参数共同决定。单独检查每个参数都合理，组合起来却可能让机制形同虚设。设计这类功能时，最好顺手推一遍边界：在默认配置下它最多能省多少？如果答案是 0，那就该改默认值或者加一条提示了。

相关问题已在该项目代码仓中以 Issue 形式反馈。