LatticeMind：面向多Agent系统的冲突感知记忆原语

多Agent大语言模型系统的失败往往不是因为缺少候选答案，而是因为没有持久机制来决定当前应信任哪个互不相容的主张。多数投票、辩论和基于裁判的选择只产出输出，却不记录哪个主张胜出、哪个被质疑，或为何后续更新取代先前结论。我们提出LatticeMind，一种在写入时处理矛盾的冲突感知结构化记忆。它维护显式的条目状态，应用廉价的符号冲突检查，仅对未解决的语义情形调用LLM调解。在不提供来源名称提示的标签盲ConflictBank评估中，LatticeMind达到0.97准确率，而最强聚合基线为0.61，配对McNemar检验显示差距在p<10^-6水平显著。消融显示移除检查器或调解器会损失12至14分。在四个次要规划基准上结果不一：LatticeMind在四个中的三个上胜过朴素合并，但在奖励迭代搜索的任务上不能取代审议式方法。