Auto-sync

wiki/concepts/Multi-Agent-Adversarial-Debate.md

@@ -0,0 +1,38 @@
+---
+title: "Multi-Agent Adversarial Debate"
+type: concept
+tags: [multi-agent, architecture, reliability, adversarial]
+last_updated: 2026-04-15
+---
+
+## Definition
+一种多智能体架构模式，模拟法庭对抗：Generator（生成器）提出方案，Critic（批评者）攻击方案弱点，Judge（裁判）裁决并要求修正。核心是防止 LLM 的 Sycophancy（阿谀奉承）倾向。
+
+## How It Works
+1. **Generator**："这是我的方案"
+2. **Critic**："方案有3个问题"（扮演魔鬼代言人）
+3. **Judge**："批评者说得对，修正"（扮演主持人）
+
+## Why It Works
+- LLM 一旦开始写作，很少自我纠正
+- 人类会因害怕被否定而不敢反驳，但 LLM 没有这种恐惧
+- 通过外部批评者和裁判模拟"恐惧"，强制方案接受检验
+
+## Key Requirements
+- Generator、Critic、Judge 最好使用不同模型（多样性）
+- 顺序执行 + 循环特性 → 速度慢
+- 需 watchdog（确定性代码）在超时/计数阈值后打破循环
+
+## Best For
+- 安全分析
+- 代码审查
+- 高风险内容审核
+
+## Sycophancy 详解
+LLM 在被威胁时可能撒谎以取悦用户，而非真正提升质量。Debate 模式通过第三方裁判打破此倾向。
+
+## Related Concepts
+- [[Multi-Agent-Hierarchy]]：层级验证模式
+- [[Multi-Agent-Consensus]]：投票共识模式
+- [[Multi-Agent-Knock-out]]：淘汰制模式
+- [[Sycophancy]]：阿谀倾向，LLM 的固有缺陷