多 agent 讨论，信息在哪一步丢的

三个 agent 讨论完，稿子看起来更整齐了，但第一轮提过的两个角度不见了。谁也没删它，它就是没传下去。

一、发生了什么

论文把多 agent 的交互当成「论断级别的信息流」来测，提出一套叫 RIVER 的拆解方法：先把每个 agent 的输出切成原子论断，再从三个维度打分。

收敛，看不同 agent 之间论断的对应关系和立场是否一致；探索，看语义覆盖有多宽、有没有超出原始材料；留存，看源信息是否被保住、新出现的论断能不能跨阶段跨谱系活下来。

实验规模不大但结构清楚：5 种交互策略，40 个受控的新闻写作案例。

结论有三条。反复汇总式的交互会推高收敛，同时把信息空间压窄；分散接力式得到更宽、但共享更少的信息。针对具体方法加的约束，会提升探索，代价是收敛和留存同时变弱。作者据此认为，集体信息的动态用「信息流机制」解释，比用最终任务表现解释更合适。

边界：40 个案例、5 种策略属于受控实验，不能当成真实内容团队的规模结论。摘要没给参与模型、案例长度、论断切分的具体规则和一致性检验，三个维度各自的分数也没有列出。代码与数据已公开，可以自己跑，但换一批案例结论可能就变。

补一点同主题背景。这是背景，不是论文结论：内容生产里的多 agent 系统通常被设计成「写手—编辑—审核」这类角色分工，评估时看的是成稿质量分。这套做法漏了一件事：如果某个信源在第二轮就被编辑删掉，成稿可能更顺，但读者再也看不到它。信息流的形态和稿件的质量，是两个可以分开优化的目标。

二、跟你有什么关系

做多 agent 写作、研究的：你以为在提质量，其实是在选一种信息流形态。要共识就选汇总，要覆盖就选接力，两头都要就得额外加一层显式的留存机制。

做内容审核、信源追踪的：这套拆法可以直接用来追「这句话哪一轮出现、谁先说的、活了几轮」。

做 agent 评测指标的：只看最终稿质量，会把「收敛到一致」误判成「讨论有效」。

三、怎么用

1. 拆论断，再比较。让人读一遍「哪句是新的、哪句是复述」太慢，先把输出切成一句一个论断，再做集合运算。
2. 给每条论断记两个字段：出生轮次，和最后一次出现的轮次。中间断掉的，就是被悄悄丢掉的。
3. 先定你要什么，再选结构。汇总式适合要口径统一，接力式适合要视角发散。结构选错，越努力越偏。
4. 把留存做成硬指标。要求最终稿必须包含第一轮提出的全部关键论断，不满足就退回，比事后人工比对省事得多。

四、三个别信的说法

「最终稿更好，说明讨论有效。」 更整齐的稿子可能只是收敛的副产品，探索和留存同时在掉。

「多讨论几轮信息一定更全。」 反复汇总恰恰会压窄信息面。轮次增加和覆盖面增加不是一回事，前者只保证次数，后者要靠结构设计。

「多 agent 天然比单 agent 全面。」 全面取决于结构。接力式宽而不共享，汇总式共享而不宽，没有默认更好的那个。

五、一句话结论

多 agent 的问题不是谁说得对，是信息在哪一轮被悄悄丢掉。

信息来源

• arXiv：不止看最终结果，量化多 agent 互动中的论断级信息动态（2026-10-23）

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。