解释均衡：以可核验推理促进信息不对称下的多Agent协作

基于大语言模型的Agent越来越多地在多Agent系统中协调决策，并为行动附加自然语言推理。但推理既有计算成本，也并非天然可靠；缺少核验时，它可能退化为有说服力却无法验证的说辞。本文提出解释均衡，作为重视解释的多Agent系统的设计原则。Agent交换可审计主张及简短说明，接收者在明确的资源约束下，通过概率审计进行有限核验。研究建立一个连接审计强度、虚假报告激励与推理成本的推理交换—审计模型，并在交易员与风险经理参与的金融实验场景中验证。在边界模糊的提案中，可审计的材料能够减轻信息不对称下保守核验带来的沉默成本；缺少结构化主张时，批准率和总体效益明显下降。相比之下，结构化推理促进协调，并在不同审计强度、预算和激励设置下保持较低的错误批准率。结果表明，可扩展且兼顾安全的多Agent协调，除了审计力度，还依赖将推理以规范形式表达为可部分核验的材料。