多智能体局部正确仍可能整体出错，需由 harness 判定有效性。
资讯摘要
论文提出“全局一致性”问题：多智能体共享代码、文档与工具，但无人掌握完整状态，每步局部正确仍可能整体出错。作者给出 Observation-Aliasing Impossibility Theorem，指出当相似世界需要不同动作时，任何推理、角色或投票都无法保证正确，k 个动作互斥的世界中最佳随机策略成功率仅 1/k；寻找最小充分上下文为 NP-hard，但 refinement 可找到并随规则更新维持。论文还提出由 harness 判定有效性、模型负责提议，并用十项研究验证。
要点速读
- 论文提出 Observation-Aliasing Impossibility Theorem：当与智能体上下文一致的世界需要不同动作时，无法靠推理、角色、消息或采样保证正确；k 个有效动作互斥的世界下最佳随机策略成功率为 1/k。
- TeamBench 中团队在 5/5 次运行中超支共享预算，展示实时计数后仍为 4/5，由 harness 掌管预算后为 0/5；45 个公开对齐网络中有 23 个出现成对检查无法发现的身份冲突。
- tau2-bench Telecom 静默回滚后，harness 得分 1.00，调用时策略检查为 0.07；refinement 维持充分上下文的成本为共享全部字段的 28%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。