信任感知的多代理可追溯性：用于一致软件工件管理的置信度校准知识图

多代理人工智能系统越来越多地用于自动化软件工程任务，包括需求分析、架构设计、测试生成和可追溯性链接。当这些代理作为共享软件工件上的顺序管道运行时，上游代理做出的错误和低可信度决策会传播到下游阶段，从而产生孤立的需求、矛盾的链接和合规性差距，从而在安全关键领域中带来重大风险。我们提出了一个信任感知的协调框架，其中共享知识图既充当集中式语义记忆又充当协调表面，代理通过该框架使用校准的置信度分数评估和建立彼此的贡献。我们的方法引入了一个两阶段的可追溯性链接预测管道，将基于嵌入的检索与基于 LLM 的多标准分析相结合，一种可追溯播种机制，可以在推导时间和验证时间置信度之间进行比较，以及通过置信​​阈值门控、置信分歧检测和冲突解决来管理管道交互的一致性协议。我们评估了一个汽车软件工程案例研究，测量链路预测校准、协议有效性、阈值敏感性和可追溯性播种的影响。消融研究证实，置信度校准对于有效的管道协调至关重要。