群体模式与聚合策略：并行采样、投票与法定人数
前置知识
一句话定义
群体模式让 N 个（近似独立的）智能体对同一问题并行作答，再用聚合策略——多数投票、加权投票、法定人数或裁判合并——收敛出最终答案，用冗余换可靠性。
直观类比
气象台问「明天会不会下雨」，问一个预报员不如问十个再取多数；但如果十个预报员都看同一份过期的雷达图（相关性），多数也会一起错。
为什么重要
它是唯一「不需要设计协作过程」的增益手段：只要任务有可判定的答案，加机器就能提准确率（Self-Consistency 与《More Agents Is All You Need》的实证）。它也是评估其他模式的基线——任何复杂协作模式，都应先证明自己跑赢了同等成本的群体投票。
前置知识
kp-004（投票公式与独立性前提——本知识点是其工程展开）。
核心概念
- 并行采样（Parallel Sampling）：对同一问题以不同随机性/提示/模型并行生成 N 份答案（与 kp-019 的扇出机制配合）；
- 多数投票（Majority Vote）：超过半数一致的选项胜出；
- 法定人数（Quorum）：要求至少 k/N 一致才采纳，k 可调高于简单多数以换取保守性；
- 加权投票（Weighted Vote）：按智能体历史准确率或置信度加权；
- 裁判合并（Judge-Merge）：生成型任务无法「选项投票」时，由裁判智能体从 N 份草稿中融合或择优。
原理与机制
适配性决定聚合方式。判别型任务（选择、判断、抽取）→ 答案空间有限 → 投票/法定人数直接可用，公式沿用 kp-004 模型一（多数投票成功率 = 二项分布右尾和，前提 p < 0.5 且近似独立）。生成型任务（写作、方案）→ 没有「相同答案」可比 → 投票失效，改用裁判合并：裁判按评审标准（kp-008 的 Rubric）对 N 稿评分择优，或取各稿之长合成终稿。规模效应：实证显示准确率随 N 近线性提升后饱和，饱和点由错误相关性决定；因此提升空间排序为「先降相关性（不同模型/不同检索源/不同提示框架），再加大 N」。成本结构：token 成本约 N 倍线性增长，而增益边际递减——N 通常取 3–7，再大性价比陡降；延迟因并行只增一个汇合等待（kp-019）。
图示
┌─ Agent1 ─┐
问题 ────┼─ Agent2 ─┼─▶ 聚合器 ──────────────▶ 最终答案
├─ Agent3 ─┤ ├ 判别型: 多数投票 / 法定人数 k/N
└─ … N路 ─┘ └ 生成型: 裁判按Rubric评分合并
▲
└ 独立性来源: 不同提示/温度/模型/检索上下文实例或案例
数学竞赛题：单次思维链正确率 70%，Self-Consistency 采 10 条推理路径投票后升至约 85% 以上（按 kp-004 公式，p = 0.3、n = 10 的多数投票约 0.85）。工单分类任务：5 个分类智能体（其中 3 个用不同厂商模型打散相关性）投票，法定人数 k = 3；不足 3 票一致时降级为「转人工」，把分歧本身当成风险信号。
公式或模型
法定人数判定：若 ≥ k 个智能体给出同一答案则采纳，否则拒判。设单智能体答案为「多数正确」的分布，k 越高假阳性越少、拒判率越高。工程上把 (N, k) 当作精度-召回旋钮：高危操作取 (5, 4)，普通任务取 (3, 2)。残留错误期望（K 个独立验证者场景）沿用 kp-008 的 E·Π(1-qⱼ)。
常见误区
- 误区一：对生成型任务投票。 「三份不同的报告」之间没有可投的选项，强行按字面聚类投票会选出最平庸的中间稿；
- 误区二：用同一提示复制 N 份就当群体。 完全同源的回答近似自采样，增益远低于公式预测；
- 误区三：N 越大越好。 边际增益递减而成本线性，饱和后继续加 N 只烧钱。
与其他知识点的关系
扇出/汇合的工程实现（含部分失败处理）在 kp-019；投票收敛不了的高分歧是 kp-023 排错的重要线索；「先问是否跑赢同预算投票」是 kp-024 评估的关键消融项。
自测题
- 判别型与生成型任务的聚合策略为何不同？
要点：判别型答案空间有限可投票；生成型无可投选项，用裁判按 Rubric 评分合并。
- 为什么「打散相关性」优先于「加大 N」？
要点：相关错误使有效样本数 n_eff < N，公式增益坍缩；打散相关性才能让每个新增智能体贡献真实信息。
- (N=5, k=4) 的法定人数相比 (5,3) 改变了什么？
要点：更保守——假阳性更少、拒判（转人工/降级）率更高，适合高危操作。
延伸阅读
Wang 等的 Self-Consistency 论文给出投票在推理任务上的原始实证；Li 等的《More Agents Is All You Need》给出规模曲线。