面向多智能体生成式 AI 工作流的约束过程地图

基于大语言模型（LLM）的智能体正被越来越多地用于在合规与尽职调查等受监管场景中执行复杂的多步工作流。然而，许多 Agentic 架构主要依赖对单个智能体的提示工程，难以观察或比较模型如何在相互关联的决策阶段及人类监督下处理不确定性与协调。我们引入一个形式化为有限时域马尔可夫决策过程（MDP）、具有有向无环结构的多智能体系统。每个智能体对应特定角色或决策阶段（例如合规工作流中的内容、业务或法务审核），预定义的转移表示任务升级或完成。认知不确定性通过蒙特卡洛估计在智能体层面量化，而系统层面的不确定性由 MDP 终止于自动打标状态或人工审核状态来刻画。我们通过一个面向自我伤害检测的 AI 安全评估案例研究展示该方法，将其实现为一个多智能体合规系统。结果表明，相较单智能体基线有所改进，包括准确率最多提升 19%、所需人工审核最多减少 85 倍，且部分配置下处理时间有所降低。