多智能体LLM流水线归因研究

2026年10月23日，arXiv Artificial Intelligence 刊出 Maria Gabriela Alves Zuppardo 等人的研究，针对需求工程中的多智能体 LLM 流水线做归因分析。该研究比较三种架构：单次调用基线；复用流水线专用提示词、但传入未校验中间结果的两次调用变体；以及带 Pydantic 校验类型化状态的流水线，任务是把需求分类为功能性或非功能性，再用 MoSCoW 排优先级。报道称，相比单次调用基线，F1 提升最高 +0.075，主要来自复用专用提示词的两次调用变体；而 Pydantic 校验的类型化状态仅带来 -0.003 至 +0.013 的小幅差异，六组对比中仅一组显著。研究自述为关联性结论：各对比同时混合了提示词、调用次数与分阶段上下文等因素，结果来自三个 7–8B 模型和单一数据集。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。