---
title: "对抗式辩论 (Adversarial Debate)"
type: concept
tags: [agent-architecture, multi-agent, reliability]
sources: [raw/AI/Multi-Agent System Reliability.md]
last_updated: 2026-04-18
---

## Definition
对抗式辩论是一种多智能体架构模式，模仿法庭审判结构：一方提出方案，另一方作为"魔鬼代言人"反驳，由第三方评判谁是谁非。通过外部批评者模拟人类"恐惧"机制，纠正 LLM"好好先生"的倾向。

## Components

### Generator（生成器）
提出方案或计划

### Critic（批评者）
扮演反方角色，列出方案的问题和缺陷

### Judge（评判器）
作为主持人，判断批评者是否言之有理，要求生成器修正

## Why It Works
LLM 是"好好先生"，一旦开始写作很少自我纠正。通过指定一个"敌人"来模拟人类对犯错的恐惧，强制模型重新审视自己的输出。

## Nuances
- 理想情况下 Generator、Critic、Judge 应使用 3 个不同模型
- 顺序执行且具有循环特性，速度可能非常慢
- 参与者可能陷入无限争论
- 可使用 Watchdog Pattern（确定性代码）在超过时间或计数器阈值时打破循环

## Best For
安全分析、代码审查、高风险内容审核

## Related Concepts
- [[多智能体系统可靠性]]
- [[群体思维]]
- [[SRE]]