MaSCoD：结构上下文引导的候选因果图生成多智能体框架

该论文提出 MaSCoD 多智能体框架，在直接边判断之前先组织候选第三变量与局部结构模式，以控制潜在因果关系被过早遗漏。作者在 Auto-MPG、DWD、Sachs 三个数据集上，以 GPT-5.4 为主、GPT-4o 做复现实验。结果显示效果随数据集与基座模型变化，并非全面占优；完整流程在六种设置下平均召回率与 F1 高于省略第一阶段，但假阳性率同时上升。

以往将 LLM 用于因果发现时，候选图生成很少把“过早遗漏潜在因果边”作为明确的设计与评估目标。该工作把结构预组织单独拎出来，并区分信息提供与信息使用两个环节，使遗漏控制从隐含结果变成一个可拆分、可消融的评测对象。

其机制是先整理候选第三变量和局部结构模式，再进入直接边判断，相当于把上下文的构建与利用拆成两个阶段。消融显示，把结构假设提前提供并不总优于只在判断流程内构建；两阶段信息同时给也不一定更好，说明收益取决于数据集与模型的匹配方式，而非简单地增加信息量。

对做因果推断、归因或指标分析的产品团队，这一结论提示：把 LLM 的上下文构建步骤单独设计并评估，可能提升召回但带来更多假阳性。落地时需按数据集和模型分别验证，并对召回与误报做权衡配置，而不能默认复杂多阶段流程一定优于单阶段。

• 在因果分析工具中增加“结构假设预构建”开关，允许用户按数据集对比召回与假阳性。
• 为归因类功能内置召回-精度权衡报表，标注哪些场景应使用完整两阶段流程。
• 对多智能体因果流程按阶段埋点，定位直接边判断与整合环节各自造成的边丢失。

• 该框架在更大规模或高维因果图上是否仍保持相同权衡？
• GPT-5.4 与 GPT-4o 之外的其他基座模型表现是否一致？
• 假阳性上升带来的下游决策损失是否被评估？
• 三个阶段中整合环节的边丢失能否通过设计改进消除？