POIROT： interrogating Agents for Failure Detection in Multi-Agent Systems

将大语言模型编排为多智能体系统（LLM-MAS）虽解锁了卓越的推理能力，但涌现的故障和幻觉阻碍了其在安全关键领域的应用。现有评估范式存在集中式判断的缺陷。本文提出 POIROT 协议，复用系统内部智能体作为诊断层，利用架构中已有的认知多样性进行检测。实验表明，POIROT 在单 LLM 评估基线之上表现优异，且优势随问题复杂度、智能体数量及故障维度增加而扩大。结果证明，执行角色的智能体具备足够的集体智能来审计自身，无需外部监督。