问题定义
- 核心问题：在异常节点存在时，系统能否稳定产生一致且可执行计划。
目前的限制如下：
- 多 Agent 协作中，信息传递并不完美：语义转述、上下文截断、轮次限制会导致任务意图丢失。
- LLM 输出存在随机性，且可能出现无意误导或有意有害步骤，这在共识层面等价于拜占庭故障。
- 本实验目标是验证：确定性协议能否约束不确定推理并提升系统鲁棒性。
实验设计与架构对照
- 统一三层：Planning 负责任务拆分与候选计划提议；Worker 负责步骤执行方案生成；Verification 负责一致性审查、风险识别与回退触发。
五种架构
- 架构 A SingleAgentPipeline：单体流水线，规划/执行/验证集中于同一 Agent，优点是链路短，风险是自证偏见难纠正。
- 架构 B NaiveAOP：中心化主控，由 Meta Planner 统一调度 Worker，优点是分工清晰，风险是单点拜占庭失效。
- 架构 C WorkerVerifierPipeline：在中心化规划后加入验证回退，若计划被多数验证器拒绝则切换到替代方案，重点检验“验证层”纠偏能力。
- 架构 D ConsensusOnlyPipeline：纯步骤共识，直接在原子步骤层提取最大公约数，重点检验去中心化一致性能力。
- 架构 E RobustBOP：异构 Planner + Byzantine Aggregator，先用几何中位数选出更稳妥方案，再对每一步做逐步共识，重点检验鲁棒聚合对抗噪声的效果。
实验控制与故障注入
- 变量控制：任务池、随机种子、评分函数保持一致，只改变架构与 byzantine_ratio，确保比较公平。
- 故障注入细化：hallucination（生成与任务弱相关步骤）、adversarial（高风险/冲突步骤）、omission（关键步骤缺失）、misleading（表面合理但方向偏移）。