多智能体 LLM 谈判的宪法门控与确定性恢复：针对有状态对抗性 Gatekeeper 的消融实验

一篇 arXiv 论文研究多智能体 LLM 谈判中的三类算力浪费：礼貌循环、格式错误重试与合规死锁。作者测试由 5-Pillar 运行时宪法、四层 swarm 和 Cognitive Annealing 组成的控制栈，对手是规则固定的对抗性 Gatekeeper。每配置跑 5 次共 30 次：宪法使解锁从 0/5 升至 1/5 与 2/5，成功时一轮内 7-8 次调用、约 15k token；死锁场景下原子清除 5/5 逃脱，仅 LLM 引导 0/5。

此前多智能体谈判多依赖提示词或 LLM 自行纠错，缺乏可复现的对照数据。该研究把宪法约束、层级投票、硬 schema 门控与确定性恢复放入同一测试床，并给出解锁率、调用数与 token 消耗的量化对比，说明靠 LLM 引导难以处理合规死锁，而确定性恢复机制可显著改变结果。

Gatekeeper 的接受规则是固定正则，LLM 只负责渲染文本，因此测试床存在已知解，考察的是控制栈能否稳定执行宪法对齐策略并跳出死锁。Monitor 与硬门控不减少解锁但留下审计痕迹；Cognitive Annealing 通过确定性死锁检测、原子清除代理侧上下文和规范恢复消息，避免在无法满足的条件上继续消耗调用。

对构建多智能体协商、客服或采购自动化的团队，这意味着应在流程中加入确定性死锁检测与上下文重置，而非依赖模型自我纠偏；同时需要监控解锁率与每次成功的调用和 token 成本，因为成功后成本可大幅下降，失败时反而上升。

• 在谈判类 Agent 中加入确定性死锁检测与原子上下文清除，替代纯提示词纠错。
• 为多智能体流程记录 Monitor 审计轨迹，便于复盘失败与合规拒绝。
• 按解锁率与单次成功 token 成本设阈值，动态切换是否继续协商。
• 针对正则可判定的对手规则，预置规范恢复消息模板以降低重试。

• 结论仅在 Gemini 2.5 Pro 与 Claude Haiku 4.5 组合上验证，是否可迁移到其他模型？
• 5 次每配置的样本量较小，解锁率差异是否稳定？
• 摘要末尾内容被截断，其他消融结果与完整数据尚不明确。
• 该控制栈在真实、非固定正则的谈判对手上是否仍有效？