全局一致性：当每个智能体都正确而团队仍出错——多智能体协作的局部到全局语义基础

一篇 arXiv 论文提出全局一致性问题：多个 AI 智能体各自做局部有效决策，联合结果仍可能无效，作者将其归因于共享状态缺失而非模型智能不足。论文给出 Observation-Aliasing Impossibility Theorem，指出当 k 个不可区分世界需要两两不相交动作时，最优随机最坏成功率仅为 1/k，增加推理、角色、消息或采样都无法恢复缺失的区分。论文还提出局部到全局运行时语义 X=(H,C,G,F;D)，并在九项研究中测试该失败及其边界。

此前多智能体系统的改进方向多集中在提升单个模型能力、增加推理步数或消息传递。该研究指出存在一类结构性边界：无论模型多强，只要决策所需区分未进入其观测，成功率就受 1/k 约束。这把问题从模型智能转向共享状态与提交治理，并给出可复现的量化证据。

机制在于观测别名：不同世界状态映射到同一观测时，智能体无法分辨，若各世界所需合法动作互斥，任何策略都无法保证正确。论文用拓扑 H 记录重叠作用域，用 category C 约束改状态动作，用 groupoid G 保留可逆转换，用 sheaf F 检验局部视图能否粘合成同一世界，用最小历史 D 只保留影响合法未来的区分。核心主张是模型负责提议，harness 持有共享状态并控制提交。

对多智能体产品而言，仅靠提示词、角色设定或增加模型调用无法修复隐藏状态导致的失败，需要引入权威共享状态和提交强制机制。论文数据显示，在 TeamBench 中提交强制将预算违规从 5/5 降至 0/5，在 tau2-bench Telecom 中静默回滚后当前状态检查得分 0.07，而 harness 得分 1.00，说明状态治理层直接决定任务可靠性。

• 在智能体编排框架中加入共享状态存储与提交仲裁服务，只允许通过受控提交改变状态。
• 为多智能体工作流构建观测覆盖检查工具，识别哪些决策所需区分未进入任一智能体上下文。
• 针对回滚与并发修改场景，提供权威事实源与版本化提交日志，替代依赖模型上下文记忆。
• 在评测中加入隐藏关键事件与静默回滚的基准，衡量智能体团队在观测别名下的实际成功率。

• 论文摘要仅给出一段截断的证据描述，九项研究的完整设计与统计细节尚未确认。
• Observation-Aliasing Impossibility Theorem 的正式证明与假设条件是否已在论文中完整给出，目前无法确认。
• X=(H,C,G,F;D) 运行时语义的工程实现成本与对现有框架的兼容性尚无证据。
• harness 方案在其他基准和真实生产环境中的泛化表现，摘要未提供足够信息。