Cost of Consensus¶

📊 Level ⭐⭐⭐ | 7.4KB

摘要¶

Cost of Consensus 是 MiniMax Agent Team（Mavis）在其架构分享中引用的研究：在特定模型与同质 debate 设置下，多 Agent 达成共识的 token 消耗可达单 Agent 自我修正的 2.1–3.4 倍，且准确率并未提升甚至更差。这一结论指向一个反直觉的设计原则：多 Agent 不是默认选项，共识是系统的主要成本驱动，必须用架构手段（而非 prompt 堆砌）来约束它。

核心要点¶

共识开销系数 2.1–3.4x：同质 debate 场景下，多 Agent 的 token 消耗显著超过单 Agent 自我修正，且没有换来准确率收益。
没有结构、没有验证、没有停止条件的多 Agent 不成立：Mavis 的结论是"多 Agent 需要纪律"，而不是"多 Agent 一定浪费"。
Verifier 只验证、不参与讨论：Owner-Worker-Verifier 三角色中，Verifier 与 Worker 是对抗关系，通过减少"全员讨论"来压缩共识范围。
三类额外成本：交接成本（信息重组）、共享成本（每轮重复付费）、聚合成本（合并十份结果最难，没有捷径）。
Verifier 自身也有三笔成本：验证本身、重试成本（必须要有退出机制）、人类决策成本（高风险动作必须人签字）。
共识的适用边界：多专业视角审查、单 Agent 低置信度的高风险决策、审计与冗余要求——这些场景才值得支付共识溢价。

深度分析¶

共识为什么贵：从"达成一致"到"形成相互制衡"¶

共识成本的本质不是多问几个 Agent 那么简单。同质 debate 中，每个 Agent 都基于近似相同的上下文与推理路径产生输出，它们的"讨论"往往是同一误差的循环确认，token 开销翻倍而信息增量趋近于零——这正是 2.1–3.4x 开销却无准确率提升的机理。Mavis 的应对不是取消多 Agent，而是把"共识"从自由讨论改造成对抗式验证：Worker 停止的条件是 Verifier 启动的原因，Verifier 停止的条件是尽可能发现问题，发现的问题又成为 Worker 重启的原因。三者之间是相互制衡的闭环，而不是互相说服的圆桌。

成本的三个放大点：交接、共享与聚合¶

即使架构正确，多 Agent 仍有三个天然的成本放大器。交接成本：Agent 之间传递信息需要重新组织，研究 Agent 收回的几十个网页，写作 Agent 根本用不了，解法是让 Agent 之间通过结构化文件和摘要通信，而非把全部上下文塞进一个 prompt。共享成本：每多共享一段内容，每个 Agent 每一轮都要为它付一次 token，解法是按需加载——每个 Agent 只看到与自己任务相关的摘要，需要细节时再读全文。聚合成本：派十个 Agent 并行查资料容易，但把十份结果合成一份事实一致、引用准确、风格统一的交付物极难，这一步没有捷径，Owner 必须投入真实的合并精力。这三者共同决定了：多 Agent 的吞吐量瓶颈不在算力，而在通信与协调效率。

架构约束取代 prompt 劝说：状态机与上下文隔离¶

Mavis 把三个关键架构差异当作控制共识成本的手段。一是对抗式验证：验证不是可选附加步骤，而是架构核心，类似研发与质量部门的关系。二是状态机管理：什么时候验证、什么时候重试、什么时候停止，都是引擎层面的硬性约束，而不是模型自由判断——这直接限制了共识讨论的轮次上限。三是隔离上下文：受 Harness 思想启发，每个环节的上下文相互隔离，而不是所有 Agent 共享一个不断膨胀的对话历史，这从源头压缩了共享成本。Prompt/Skill 编排只是"发工作手册"，Team Engine 才是让这些约束成立的活系统。

什么时候共识值得买：成本收益的边界条件¶

Cost of Consensus 的结论不能外推为"所有多 Agent 都是浪费"。判断标准取决于任务属性：任务越复杂、链路越长、风险越高、经验越可复用，越值得上 Team；任务越短、越低风险、越确定，单 Agent 甚至脚本就够了。具体到共识本身，值得支付的场景包括：需要多专业视角并行审查（安全 + 性能 + 业务逻辑）、单 Agent 置信度不足以支撑高风险决策、以及需要冗余和交叉验证满足审计要求。Mavis 同时强调"能做 ≠ 能交付"——文档场景中 Planner/Writer/Formatter/Tool Agent/Evaluator 的流水线之所以成立，是因为每个环节有独立的验收标准，这正是共识成本换来的质量保障。

实践启示¶

在系统设计阶段就把共识成本纳入评估：比较"单 Agent 完成"与"多 Agent 共识"的实际 token 成本，不要默认多 Agent 更可靠；同质模型间的 debate 尤其容易陷入"开销翻倍、收益为零"。
最小化共识范围：只在关键决策点引入共识，非关键路径用单 Agent；采用 Owner-Worker-Verifier 模式时，让 Verifier 只做验证、不参与自由讨论，可显著压缩共识开销。
用结构化输出减少歧义：跨 Agent 通信时使用严格定义的格式（JSON schema、状态机事件、结构化文件与摘要）而非自然语言，减少因歧义引发的反复确认轮次。
为验证环节设计退出机制：认真验证就要花时间和 token，但必须设置重试上限与停止条件，否则"越跑越贵"；走过场的验证不如不设。
把人类决策成本显式入账：高风险动作（如合并代码、资金操作）不能让 Agent 拍板，Agent 交付的不只是结果，还要留下完整过程记录，让人能判断和接管。
聚合步骤预留真实投入：并行派发很容易，合并很难；Owner 要在事实一致性、引用准确性与风格统一上花真实精力，聚合是共识流水线中最容易被低估的一环。