練習 1：Multi-Agent 辯論¶
對應 Stage 7 — Multi-Agent & Production 練習 1。
🎓 學習模式：這份
starter.py是完整解答、不是 TODO skeleton。建議用主動模式——mv starter.py starter_reference.py、看 signature 不看 body、自己重寫一份starter.py、跑python test.py驗證；卡 20 分鐘再回去對照 reference。完整方法論看docs/HOW_TO_USE.md。📚 想要 chapter-length 深入版？ 本 folder 的 starter 是 illustrative 版、聚焦核心 pattern + 兩條 SDK path，不是進階深度教材。深度教材推薦： -
datawhalechina/hello-agents⭐ 中文圈最完整、章節式 + 16 種 production 能力。本練習對應 hello-agents 的 multi-agent collaboration / debate 章節 - Anthropic — Building Effective Agents debate + Microsoft AutoGen multi-agent docs - 完整 references 見 Stage 7 精選 Projects
任務¶
3 個 agent（PRO + CON + Judge）對同問題辯論：
PRO 跟 CON 獨立 call、互不看到對方論點（避免 bias propagation）；Judge 看完兩邊再裁決。
為什麼這個 pattern 重要¶
- 降低 single-LLM bias：單一 LLM 給的答案常帶 stance、不主動指出反面
- 強化 reasoning：兩個 LLM 強迫 articulate 各自立場、reasoning trace 更清楚
- 可解釋性：production 高風險決策（policy / 醫療 / 法律 review）有 audit trail
- 錯誤偵測：兩 agent 互不同意時、可能就是答案有歧義 / model 不確定
怎麼跑¶
Path A（默認、本機免費）¶
pip install -r requirements.txt
ollama pull qwen2.5:3b
ollama serve
python starter.py
預算：$0。3 個 LLM call × CPU ≈ 15-45 秒。
Path B（Anthropic）¶
pip install -r requirements.txt
export ANTHROPIC_API_KEY=sk-ant-...
python starter_anthropic.py
預算：每次 ≈ $0.003（3 LLM call × short prompt × claude-haiku-4-5）。
不花錢驗證程式邏輯¶
python test.py # 3 個 test、mock 3 LLM call、驗 judge 看到 pro+con
python test_anthropic.py
重要設計細節¶
# pro / con 用同一個 model、不同 system prompt
pro = llm_call(system="argue PRO position", user=question)
con = llm_call(system="argue CON position", user=question)
# judge 看「question + pro + con」做裁決
judge = llm_call(
system="neutral judge, output WINNER=PRO or WINNER=CON",
user=f"Question: {question}\n\nPRO: {pro}\n\nCON: {con}",
)
Key：pro / con 獨立 call——不要把 pro 結果丟給 con。如果 con 看到 pro、會傾向反駁 pro 而非獨立思考、bias 反而加強。
Production-ready 變形¶
- N-way debate：3+ agent 各持不同立場（e.g. "engineer / PM / customer view"）
- Iterative debate：pro 跟 con 互看 N 輪、看誰先放棄
- Different models：pro 用 Claude、con 用 GPT、judge 用 Gemini——cross-model debate 找盲點
- Self-consistency check：跑 3 次 debate、看 judge 結果穩定度
兩個 path 觀察重點¶
| 觀察項 | Anthropic Claude | Ollama qwen2.5:3b |
|---|---|---|
| pro / con 持立場 | 穩 | 偶爾兩邊都講「平衡 view」、立場不堅定 |
| judge 給明確 WINNER | 穩 | 偶爾不給 WINNER= 格式 |
| reasoning 質量 | 高 | 中 |
| 成本 | $0.003 | $0 |
常見坑¶
- PRO 跟 CON 用同一個 system prompt：模型答案會同質、debate 意義消失
- Judge 看 pro/con 順序固定：可能 bias 第一個（recency / primacy effect）。production 可以隨機 shuffle
- 沒 structured judge output：不寫
WINNER=PRO or CON格式、後續 parsing 困難 - 太短 prompt：pro / con 各只給 1 句、judge 沒材料