基于错误传播建模的 LLM 多智能体系统失败归因方法

研究者提出 EMFA 方法，用于 LLM 多智能体系统的失败归因。该方法将失败轨迹构建为结构化表示，同时建模错误的级联传播和持续交互循环，并通过传播感知候选筛选与反事实验证，定位“决定性错误”，即修正后能恢复失败执行的智能体—步骤对。在 Who&When 基准上，EMFA 在步骤级归因准确率上达到最优，Hand-Crafted 和 Algorithm-Generated 子集分别较此前最佳结果提升 3.45 和 4.40 个百分点。

此前方法多只标记可疑步骤，未显式建模错误如何在交互中传播或陷入未解决循环，导致难以区分决定性错误与下游症状。EMFA 把归因目标从“可疑步骤”推进到“可恢复执行的决定性错误”，并给出量化的步骤级提升。

EMFA 先对失败轨迹做结构化表示，把错误传播拆成级联传播与持续交互循环两类机制；再用传播感知的候选筛选缩小范围，最后通过反事实验证判断修正哪个智能体—步骤对能够恢复失败执行。这一流程用传播路径区分根因与症状，从而定位决定性错误。

对构建多智能体编排、Agent 工作流或自动化运维的产品团队，该方法提供了可参考的失败定位思路：在调试面板或评测流程中记录步骤级轨迹、传播关系与反事实验证结果，可减少人工排查根因的成本，提升多智能体系统的可观测性与可修复性。

• 在 Agent 编排平台中加入步骤级失败轨迹记录与传播关系可视化，辅助定位根因。
• 为多智能体评测流水线引入反事实验证模块，判断修正哪个步骤可恢复执行。
• 基于 EMFA 思路构建自动化归因报告，将决定性错误与下游症状分开展示。

• EMFA 在 Who&When 之外的基准或真实业务场景中的归因效果尚未验证。
• 反事实验证的计算成本与延迟是否适合在线生产环境尚不明确。
• 该方法是否适用于非 LLM 或混合 Agent 系统未有证据。
• 论文的同行评审状态与代码开源情况未在证据中说明。