TL;DR
В мультиагентных системах LLM чтение неоднозначных публичных комментариев коллег заставляет агентов массово отказываться от своих правильных первоначальных решений в пользу выдуманного «мнения большинства», которое на самом деле никто в группе не поддерживал (эффект «призрачного консенсуса», или Phantom Consensus). Чтобы устранить этот сбой, перед общим обсуждением необходимо фиксировать изолированные первичные решения каждого агента и явно показывать эти записанные оценки всем участникам перед финальным голосованием.
Когда мы собираем «совет агентов» для проверки договора, модерации контента или ревью архитектуры и запускаем общий чат обсуждения, кажется, что коллективный разум исправит одиночные ошибки. На практике происходит обратное: прочитав осторожные или двусмысленные реплики соседей (без прямых голосов «за» или «против»), модели пытаются угадать, что думают остальные, ошибаются в этой догадке в большинстве случаев и подстраиваются под воображаемую норму группы. В итоге задача, которую 3 из 4 агентов в одиночку решили абсолютно верно, после общего обсуждения заканчивается коллективным провалом.
Решение, проверенное авторами исследования PHANTOM-BENCH, состоит из трёх шагов: сначала каждый агент выносит изолированный вердикт вслепую (без доступа к чужим комментариям), затем при обмене репликами система раскрывает таблице фактические первичные голоса всех участников (режим Informed Transparency) и прямо запрещает додумывать позицию коллег по косвенным намёкам в тексте. Простое раскрытие реальных первичных оценок возвращает до 90–100% потерянных верных решений без каких-либо подсказок правильного ответа.
Схема метода
Протокол защиты мультиагентного голосования от «призрачного консенсуса» требует разделения процесса на изолированный и прозрачный этапы:
ШАГ 1 (Изолированная оценка в отдельных запросах): Сценарий задачи → 4 независимых агента без общего чата → Запись первичных личных вердиктов (Proceed / Block / Defer)
ШАГ 2 (Раскрытие первичных голосов вместо гадания по репликам): Сценарий + публичные комментарии коллег + ТАБЛИЦА реальных первичных вердиктов с Шага 1 → Передача каждому агенту
ШАГ 3 (Информированный финальный вердикт): Сверка своей позиции с реальным распределением голосов группы → Итоговое решение без сдвига к мнимому консенсусу
Пример применения
Задача: В крупном российском маркетплейсе настроен мультиагентный комитет из 4 ИИ-агентов (Юрист, Безопасник, Категорийный менеджер, Риск-офицер) для проверки спорных карточек товаров и заявок поставщиков перед публикацией. Каждый агент должен выбрать одно из трёх действий: Одобрить (Proceed), Заблокировать (Block) или Отправить на ручную проверку (Defer/Review). Раньше агенты сначала писали в общий тред свои сомнения в свободной форме, из-за чего осторожная фраза одного агента заставляла всех остальных менять вердикт на ошибочный.
Промпт:
Запрос Шага 1 (Изолированный проход — отправляется каждому из 4 агентов отдельно без истории чата):
Ты — агент №{номер_агента} ({роль_агента}) в комитете комплаенса маркетплейса.
Проанализируй факты кейса изолированно, опираясь исключительно на регламент площадки и факты ниже.
Кейс:
Поставщик ООО «СеверЛогистик» загружает партию детских автокресел параллельного импорта. Сертификат ЕАЭС в реестре числится действующим, но в графе «модель» указан артикул завода-изготовителя без торгового наименования из карточки товара, а склад отгрузки изменён за 2 часа до проверки.
Выбери ровно одно действие:
- PROCEED (Одобрить выпуск карточки)
- BLOCK (Заблокировать карточку как нарушение)
- DEFER_OR_REVIEW (Направить на углублённую проверку специалисту с запросом документов)
Формат ответа:
1. PRIVATE_DECISION: [PROCEED / BLOCK / DEFER_OR_REVIEW]
2. RATIONALE: [2-3 предложения с опорой только на неизменные факты кейса]
Запрос Шага 2 (Финальный проход с информированной прозрачностью — после сбора ответов Шага 1):
Ты — агент №{номер_агента} ({роль_агента}). Теперь ты выносишь финальное решение по кейсу ООО «СеверЛогистик».
Кейс:
[Тот же текст кейса]
Публичные комментарии из общего обсуждения:
- Комментарий А: «В сезон распродаж селлеры часто путают заводской артикул с брендом, полная блокировка таких поставок обычно бьёт по обороту категории...»
- Комментарий Б: «Если сертификат бьётся по базе как активный, многие коллеги смотрят на расхождение в названии сквозь пальцы, чтобы не перегружать очередь...»
ВАЖНО — Зафиксированные независимые решения участников группы на Шаге 1 (Informed Transparency):
- Агент 1 (Юрист): DEFER_OR_REVIEW
- Агент 2 (Безопасник): DEFER_OR_REVIEW
- Агент 3 (Категорийный менеджер): PROCEED
- Агент 4 (Риск-офицер): DEFER_OR_REVIEW
Правило защиты от призрачного консенсуса:
Не пытайся угадывать «скрытое мнение большинства» по тону публичных комментариев. Опирайся на факты кейса и приведённую выше таблицу реальных первичных решений коллег. Если твоё первичное решение опиралось на проверенные факты, не меняй его только из-за двусмысленных публичных реплик.
Выведи финальное решение:
1. INFORMED_DECISION: [PROCEED / BLOCK / DEFER_OR_REVIEW]
2. FINAL_RATIONALE: [Краткое обоснование]
Результат:
Без таблицы первичных голосов двусмысленные комментарии про «оборот категории» и «перегрузку очереди» заставили бы агентов подумать, будто вся группа склоняется к PROCEED, и ошибочно одобрить сомнительную поставку. Увидев же в блоке Informed Transparency, что 3 из 4 агентов в изолированном режиме независимо выбрали DEFER_OR_REVIEW, модели сохраняют верное решение и отправляют поставщика на ручную проверку документов.
Почему это работает
В социальной психологии давно известен парадокс Абилина и плюралистическое невежество: люди в группе публично соглашаются на решение, против которого каждый из них в душе возражает, просто потому, что неверно истолковали чужие вежливые или осторожные реплики как горячую поддержку. Оказалось, что LLM в мультиагентных системах страдают ровно тем же искажением, причём в гипертрофированной форме.
Когда модель видит в контексте расплывчатые публичные комментарии коллег, она пытается смоделировать убеждения второго порядка — то есть угадать, за какой вариант на самом деле проголосовало большинство. Эксперименты показали, что модели катастрофически плохо угадывают чужие скрытые решения по непрямым репликам: доля ошибок восприятия мнения группы (Perceived Belief Error) составляет от 55,6% до 77,1%! Но как только модель решает, что «остальные, наверное, за вариант X», вступает в силу выученная при обучении склонность к соглашательству, и агент меняет свой правильный ответ на ошибочный.
Механизм информированной прозрачности (Informed Transparency) ломает эту цепочку в самом уязвимом месте: он убирает необходимость гадать о позиции группы. Когда агент видит точные зафиксированные голоса с первого изолированного прохода, ложная иллюзия чужого единодушия исчезает, и модель возвращается к рациональному анализу фактов задачи.
Рычаги управления методом:
- Разделение черновика и обсуждения: никогда не запускайте мультиагентное обсуждение сразу в общем чате — первый раунд всегда должен проходить в изолированных контекстах.
- Формат передачи мнений коллег: передавайте между агентами структурированные метки решений (PROCEED / BLOCK / DEFER), а не только длинные рассуждения с оговорками, в которых модель видит ложные социальные сигналы.
- Выбор базовой модели для мультиагентного контура: открытые модели меньшего и среднего размера (например, Qwen-2.5-7B и Qwen-2.5-32B) гораздо сильнее подвержены «призрачному консенсусу» без защиты, чем закрытые флагманы семейства Gemini, однако при включении прозрачности восстанавливают точность почти на 100%.
Шаблон промпта
Шаблон для оркестрации мультиагентного принятия решений (в системный промпт агентов, AGENTS.md или двухшаговый пайплайн):
Мы работаем по двухфазному протоколу защиты от «призрачного консенсуса» (Phantom Consensus).
ФАЗА 1 (Изолированная оценка — выполняется до чтения любых реплик коллег):
1. Проанализируй неизменные факты задачи: {факты_задачи}
2. Выбери одно решение из допустимого списка: {варианты_решений}
3. Зафиксируй свой ответ в поле PRIVATE_JUDGMENT.
ФАЗА 2 (Информированное решение при наличии общего обсуждения):
Тебе переданы:
- Публичные комментарии обсуждения: {публичные_комментарии}
- Реальные зафиксированные ответы всех агентов из Фазы 1: {таблица_первичных_голосов}
Правила Фазы 2:
1. НЕ пытайся выводить «скрытую норму группы» из тона, оговорок или намёков в блоке {публичные_комментарии}. Двусмысленные реплики НЕ являются надёжным свидетельством того, как проголосовали коллеги.
2. Сверяйся напрямую с фактическим распределением голосов в {таблица_первичных_голосов}.
3. Меняй свой первичный вердикт PRIVATE_JUDGMENT только в том случае, если обнаружен конкретный проверяемый факт из условия задачи, который ты пропустил на Фазе 1, а не ради сближения с кажущимся тоном беседы.
Что подставлять в плейсхолдеры:
- {факты_задачи} — описание кейса, заявки, кода или документа для проверки.
- {варианты_решений} — чёткий перечень дискретных вердиктов (например, Одобрить / Отклонить / На доработку).
- {публичные_комментарии} — реплики, замечания или аргументы участников обсуждения.
- {таблица_первичных_голосов} — список реальных решений, которые каждый агент выдал изолированно на Фазе 1.
🚀 Быстрый старт — вставь в чат:
Вот шаблон протокола защиты мультиагентной системы от «призрачного консенсуса» (Phantom Consensus). Адаптируй под мою задачу: [твоя задача].
Задавай вопросы, чтобы заполнить поля.
[вставить шаблон выше]
LLM спросит, сколько ролей или агентов участвует в вашем процессе, какие варианты финальных решений они принимают и как сейчас организован обмен сообщениями между ними — чтобы разделить ваш процесс на изолированную первую фазу и прозрачную финальную сборку.
Ограничения
⚠️ Эффект зависит от архитектуры модели: Хотя раскрытие первичных голосов чинит от 88% до 100% сбоев у большинства протестированных моделей (Gemini, Qwen, Mistral, Phi-4), у отдельных моделей (например, Llama-3.1-8B) даже после показа чужих ответов общая точность может немного проседать, если изначально часть группы ошиблась и модель переключилась на прямое копирование чужих ошибок.
⚠️ Не заменяет проверку фактов, если вся группа ошиблась сразу: Прозрачность первичных оценок отлично лечит сбои, когда агенты поодиночке правы, но сбиваются из-за обсуждения. Если же все агенты ошиблись ещё на изолированном первом шаге из-за нехватки знаний, показ их первичных голосов правильного ответа не родит.
Как исследовали
Команда из TCS Research и Университета Манипала решила проверить, могут ли ИИ-агенты попасть в классическую ловушку человеческих коллективов — прийти к общему решению, с которым втайне не согласен ни один участник группы. Для этого они собрали бенчмарк PHANTOM-BENCH из 480 рабочих сценариев в пяти сферах (финансовый комплаенс, модерация контента, найм, медицинская приватность и охрана труда) и прогнали его на 9 открытых и закрытых моделях (включая Gemini-3.5-Flash, Gemini-2.5-Pro, Qwen-2.5-32B, Mistral-Small-24B, Phi-4 и Llama-3.1-8B) в группах по 4 агента — всего по 1920 агентных решений в каждом из пяти режимов.
Сначала у каждого из четырёх агентов спрашивали решение в полной изоляции, затем показывали им неоднозначные публичные реплики (которые намекали на некую тенденцию, но без явных голосов) и просили одновременно вынести публичный вердикт и угадать, как втайне проголосовало большинство коллег. Результаты удивили масштабом сбоя: у всех 9 моделей точность после чтения туманных комментариев обвалилась — у Qwen-2.5-7B падение составило 47,8 процентных пункта (с 77,0% до 29,2%), а доля ситуаций, где минимум 3 из 4 агентов были правы поодиночке, но провалили общее решение (Collective Rationality Failure Rate), достигла 47,3% у Qwen-2.5-7B, 43,3% у Qwen-2.5-32B и 16,5%–22,9% у Gemini-2.5-Pro и Mistral-Small-24B. Но стоило авторам добавить шаг информированной прозрачности — показать агентам реальные первичные ответы коллег с первого шага без раскрытия правильного ответа — как от 88,8% до 100% вызванных обсуждением ошибок мгновенно исправились, вернув точность к исходному уровню.
Ресурсы
Исследование: Phantom Consensus: Measuring Social Reasoning in Multi-Agent LLM Decision-Making (arXiv:2611.08971v1, NeurIPS 2026 Workshop SocialAgent). Бенчмарк: PHANTOM-BENCH (480 сценариев, 5 доменов принятия институциональных решений). Авторы: Disha Sheshanarayana, Rajat Subhra Pal, Manjira Sinha, Tirthankar Dasgupta (Manipal University Jaipur, TCS Research).