TL;DR
Исследование показывает, что агенты, которые пересылают друг другу только числа или вердикты, почти никогда не приходят к верному групповому решению. Если вместе с позицией агент пишет объяснение с конкретными фактами, группа решает задачу правильно в большинстве запусков. Каждому агенту дали по одному «секретному» факту, а общий ответ получался только из сложения всех фактов.
Без объяснений агенты видят чужие цифры, но не видят, из чего они выросли. Они подстраиваются под среднее по палате и застревают на неверном ответе. Нейтральная вставка-«вода» без фактов не помогает вообще: важна именно информация, а не объём текста. Есть и второй неприятный момент. Когда факты надо сверять (дубликат в других единицах, контракт и его отмена), большинство моделей ошибается, даже если делятся объяснениями. Агенты при этом могут сойтись друг с другом на неверном ответе: согласие не означает правильность.
Практический вывод простой. В инструкции каждому агенту прописывай формат сообщения: позиция + факт, на котором она держится + что изменил после чужих сообщений. Для сверки дубликатов и отмен ставь отдельный шаг или отдельного агента.
Схема метода
В статье измеряют сеть агентов, а не предлагают один промпт. Практическая часть сводится к формату обмена:
ШАГ 1: Агент получает свой факт → считает свою оценку
ШАГ 2: Публикует СООБЩЕНИЕ = позиция (число) + объяснение с фактом
ШАГ 3: Читает сообщения коллег → пересматривает позицию
(повторять несколько раундов)
ШАГ 4: Итог = заранее заданное правило (медиана / среднее)
ШАГ 5 (для сложных данных): отдельная сверка фактов — дубликаты, отмены, единицы
Сравнивали три формата сообщения:
reasoning: число + объяснение с фактом → работает
numbers: только число → не работает
filler: число + одна и та же фраза без фактов → не работает
Всё это можно собрать в нескольких чатах или в агентной среде, где агенты читают общий журнал.
Пример применения
Задача: Operations-команда пункта выдачи Ozon в Москве планирует смены на неделю 11.11. Нужно оценить, сколько людей выставить на три роли: приёмка, выдача, упаковка возвратов. Информация разбросана: - логист знает про сдвиг поставки; - маркетолог знает про промокод; - руководитель смены знает про отпуска.
Каждый факт меняет оценку. Мы запускаем три-четыре агента-«эксперта», у каждого свой факт.
Промпт (системная инструкция каждому агенту; факт подставляется свой):
Ты — участник группы, которая планирует смены ПВЗ Ozon на неделю 11.11.
У тебя есть ОДИН личный факт. Остальные факты у коллег.
Итог группы — медиана ваших финальных оценок. Соглашаться с остальными не нужно:
твоя задача — чтобы итоговая оценка получилась верной.
Загрузка: приёмка 600 посылок/смену, выдача 900, возвраты 150.
Производительность: приёмка 100/чел, выдача 150/чел, возвраты 30/чел.
Базовая оценка: приёмка 6, выдача 6, возвраты 5.
Поставка с РЦ приедет на сутки раньше: +25% к приёмке в понедельник и вторник.
В каждом раунде отправляй коллегам сообщение строго такого вида:
Позиция: приёмка = X, выдача = Y, возвраты = Z (человек на смену)
Мой факт: [дословно факт с числами]
Как он меняет оценку: [расчёт в 1-2 строки]
Что взял у коллег: [какие факты из их сообщений учёл и как поменялась позиция; если ничего не изменилось — напиши почему]
- Никогда не отправляй только числа. Всегда приводи факт и расчёт.
- Читая сообщения коллег, учитывай их факты, а не только их цифры.
- Если два сообщения описывают одно и то же событие разными словами или единицами — считай его один раз.
- Если факт отменён другим сообщением — не учитывай его.
Результат: в каждом раунде агенты публикуют сообщения в одном формате: позиция, факт, расчёт и что учли у коллег. Видно, как оценки сближаются и почему: какой факт сдвинул позицию. Финальная медиана должна ближе подойти к ответу, который получился бы из всех фактов сразу. Если факты дублируются или отменяются, правило про дубликаты и отмены повышает шанс на верный ответ, но не гарантирует его (подробнее в разделе про ограничения).
Почему это работает
Слабость. Если агент видит только число коллеги, он не знает, на каком факте оно держится. Из цифры «8 человек» нельзя понять, это поправка на поставку или на отпуска. Агенту остаётся угадывать и усреднять. В итоге группа сходится к чему-то среднему, но не к верному ответу.
Сильная сторона. Модель хорошо складывает факты из текста и пересчитывает ответ, если факт перед ней. Короткое сообщение с конкретным числом («+25% к приёмке») легко подхватывается другим агентом и вставляется в его расчёт.
Как метод использует это. Формат сообщения заставляет перенести факт в общий разговор. Остальные агенты получают сырьё для расчёта, а не готовый вывод. Нейтральная фраза без фактов не помогает: значит, «поговорить побольше» не работает, нужна именно полезная информация.
Рычаги управления:
- Строгий формат сообщения (Мой факт, Как он меняет оценку) → не даёт агенту отделаться голой цифрой.
- Поле «Что взял у коллег» → заставляет читать чужие факты, а не чужие числа.
- Правило итога (медиана или среднее) → задаёт общую цель без команды «договоритесь».
- Правила про дубликаты и отмены → закрывают самую слабую зону. Для сложных данных вынеси сверку в отдельного агента.
- Число раундов → в статье точность росла от второго раунда к десятому, но для простых задач хватит 3-4.
Шаблон промпта
Ты — участник группы из {число_участников} агентов. Задача группы: {задача}.
У тебя есть ОДИН личный факт. Остальные факты у коллег.
Итог группы — {правило_итога}. Соглашаться с остальными не нужно:
твоя цель — чтобы итог получился верным.
{общие_исходные_данные_и_формулы}
{личный_факт_с_конкретным_числом}
В каждом раунде отправляй сообщение строго такого вида:
Позиция: {что_оцениваем_и_единицы}
Мой факт: [дословно факт с числами]
Как он меняет оценку: [расчёт в 1-2 строки]
Что взял у коллег: [какие факты учёл и как поменялась позиция; если не изменилась — почему]
- Никогда не отправляй только числа. Всегда приводи факт и расчёт.
- Учитывай факты коллег, а не только их цифры.
- Если два сообщения описывают одно событие разными словами или единицами — считай один раз.
- Если факт отменён другим сообщением — не учитывай его.
Что подставлять:
- {задача}: что оцениваем (смены, бюджет, срок проекта).
- {правило_итога}: медиана, среднее, решение руководителя.
- {общие_исходные_данные_и_формулы}: то, что известно всем.
- {личный_факт_с_конкретным_числом}: у каждого агента свой, обязательно с числом или маркером. Так легко проверить, дошёл ли факт до остальных.
🚀 Быстрый старт — вставь в чат:
Вот шаблон инструкции для агентов, которые обмениваются фактами и приходят к общей оценке. Адаптируй под мою задачу: [твоя задача].
Задавай вопросы, чтобы заполнить поля.
[вставить шаблон выше]
LLM спросит, кто участники, какой факт у каждого, по какой формуле считается итог и как объединяются оценки. Эти данные нужны, чтобы у каждого агента был свой факт, а формат сообщения заставлял передавать его другим. Она возьмёт паттерн из шаблона и соберёт готовые инструкции для каждого агента.
Ограничения
⚠️ Задачи со сверкой фактов: когда нужно заметить дубликат в других единицах или отмену контракта, почти все модели из семейства GPT проваливались (единицы успехов из сорока), даже с объяснениями. Справились только две сильные модели Claude. Не рассчитывай, что «объяснения» сами решат такую сверку.
⚠️ Согласие ≠ правильность: без объяснений агенты часто сходились друг с другом, но на неверном ответе. Если оценивать работу группы по «все согласны», ты примешь ошибку за успех. Проверяй итог по независимому расчёту.
⚠️ Нужен проверяемый ответ: у авторов были числовые задачи с вычислимым «правильным» ответом. Для открытых решений («какую стратегию выбрать») нужны свои критерии качества.
⚠️ Правильные факты — не гарантия понимания: метка «факт упомянут» не доказывает, что агент его понял. Авторы это признают.
⚠️ Слабая модель выпадает: самая малая модель Claude справлялась хуже остальных даже с объяснениями. Для ролей, где нужна точность, ставь модель посильнее.
⚠️ Один автор и один тип задач: планирование смен на фиксированных наборах сценариев, режим низких усилий рассуждения. Перенос на другие задачи — аккуратно.
Как исследовали
Автор собрал сеть из 4-6 агентов, каждый в отдельном контейнере. Задача — планирование смен: каждому агенту дали по одному факту о следующей неделе, а правильный ответ получался только из всех фактов вместе. Агентам этот ответ не сообщали и не просили соглашаться.
Сравнивали три формата сообщений: число + объяснение, только число и число + одна и та же фраза-«вода». Последний вариант нужен как контроль: он проверяет, помогает ли просто лишний текст. Прогнали шесть моделей (три от Claude и три от GPT), по 8 сценариев, 5 повторов и 10 раундов. Всего 1 872 запуска.
Объяснения резко выигрывают в простой задаче: правильное и согласованное решение получили в 92% запусков против 3% у «только чисел» и 0% у «воды». Это главный результат: без фактов в обмене информацию из головы одного агента не вытащить.
Во второй задаче добавили дубликат (один контракт в разных единицах) и отменённый контракт. Здесь модели разошлись: Sonnet и Opus почти всегда справились, GPT-модели почти всегда нет. Любопытнее другое: при формате «только числа» 16% запусков закончились согласием на неверном ответе. Агенты сошлись друг с другом, но не с реальностью.
Ещё из итогов: в 19% реконсиляционных запусков группа сначала приходила к верному ответу, а потом теряла его. Поэтому смотреть только на финал недостаточно, надо следить за траекторией.
Отдельный эксперимент — уход и приход участников. Если уходящий агент публиковал объяснения, группа дальше решала задачу верно (41 из 48 при тихом уходе). Если уходил агент, писавший только числа, группа теряла информацию: у многих моделей успех падал до нуля или единиц. Знания остаются в журнале сообщений, а не в голове агента.
Адаптации и экстраполяции
🔧 Техника: ритуал выхода → информация не теряется при передаче работы
Из эксперимента с уходом участников: если агент завершает работу или передаёт задачу другому, добавь в его инструкцию:
Перед завершением работы опубликуй в общий журнал итоговое сообщение:
все факты, которые ты знаешь, с числами, и как каждый влияет на итог.
Не отправляй только вывод.
В статье объяснения уходящего агента остаются в истории и спасают решение группы. Это перенос принципа на передачу между агентами в цепочке (прямого теста такой инструкции в статье нет).
🔧 Техника: отдельный сверщик → закрываем слабую зону
Из слабой зоны второй задачи (дубликаты, отмены) следует идея, которую авторы не проверяли: добавить агента без своего факта, который только сверяет сообщения.
Ты — сверщик. Не вноси свои факты. Прочитай сообщения всех участников и выпиши:
1) список уникальных фактов (с единицами);
2) какие сообщения описывают одно и то же событие;
3) какие факты отменены;
4) итоговую оценку, пересчитанную только по актуальным фактам.
Это экстраполяция: проверь на своих данных.
Ресурсы
- Measuring Consensus in AI Agent Networks — Jin Gao, независимый исследователь (США), 2026.
- Связанные работы из списка литературы: HiddenBench и Systematic failures in collective reasoning under distributed information in multi-agent LLMs (Li, Naito, Shirado, ICML 2026); SILO-BENCH (Zhang et al., ACL 2026); DEBATE (Chuang et al.); When truth is distributed (Yan et al.).
- Протокол обмена сообщениями между агентами: A2A (Agent2Agent).