术语纪律（先说清，免得滑回直觉词泥潭）：本书把「幻觉」（事实误差/错误）和「注意力」都加上引号。「幻觉」是借来未厘清的工作术语，指模型产出的不正确、无依据内容；「注意力」在本书里只作比喻，真实机制是 softmax 的概率权重归一化（Σ=1）。下文沿用这一纪律——凡比喻处必加引号。
一、不是"笨"，是"慢性的毒"
很多人以为多智能体的失败长这样：某个模型答错一道题，红字告警，修掉就好。但真实的生产级崩坏几乎从不长这样。它更像一种慢性中毒：
- 第一轮还像样，第三轮开始答非所问；
- 一个节点悄悄埋下的错，被下游当成事实继续推理；
- 角色互相"点头"，却没人真正引入新信息；
- 最后对话在两句相似的话之间反复横跳，再也走不下去。
单体大模型的典型失败是"雪崩"——错 token 沿单条自回归链放大（§3.1.5b 根因 A/B/C，Kalai 等 arXiv:2509.04664 给出幻觉率非零下界）。多智能体的失败是另一种动物：它发生在"轮次之间"和"节点之间"，靠的是系统自己在喂养自己。这正是《你拼命消除的正是智能》反复要治的那根链——而它最阴险的地方在于：你在拼命消除不确定性的时候，恰恰造出了这些崩溃。
本文顺着书的思想，把四种互相咬合的崩坏——上下文污染、信息污染、角色弱化、循环推理——讲到"多轮对话无法进行"那一格，并给出工程答案。
二、上下文污染：把错误喂回给明天
单体"雪崩"受架构约束：结束符（EOS）封顶单条生成轨迹内的放大链，雪崩只发生在一轮回复中（L0 架构层，§3.1.5c）。但多智能体把生成串成了流程——上一轮的输出，就是下一轮的输入。
于是出现书里点名的两癌症之一（§5.4.3 边栏）：上下文污染——错误前提被原样回灌下一轮，携毒传递、跨轮累积。它和 §3.3.3 的"跨节点污染"同构，只是发生在轮次间：节点衔接由脚本管格式不语义（"形状合法、内容却错"的前提原封喂给下一节点），而现在"节点"就是"轮次"本身。
关键区别要钉死：这不是单条轨迹内的放大，而是跨边界的携毒（GIGO，垃圾进垃圾出）。雪崩里错误沿自回归链滚；上下文污染里错误先"落地"成事实，再被当作地基。后者更难治，因为污染的不是"推理过程"，而是系统的前提与记忆。
三、信息污染：全量回灌的"记忆"
为什么上下文会被回灌？因为行业常把"记忆"理解成无结构、无仲裁、全量回灌——把对话每句话无差别塞回上下文，美其名曰记忆（§5.4.3 四重纪律①）。
这就是信息污染的温床。书里一个极其锋利的判准：靶子是"无结构、无仲裁、全量回灌的记忆"，不是记忆本身（L485 把记忆称为"体外器官"，是正解）。问题出在"全量"——每句话都记，噪声、错误、未定的猜测一并被固化，下一轮读到的不是"经验"，而是"被污染的档案"。
根治之法不是"更好的记忆"，而是斩断回灌边 + 用结构化仲裁记忆替代两步（§5.4.3）：
- 每轮重置原始上下文：本轮推理链（含其循环与污染）死在本轮边界，循环无法跨轮。这是把 L0 封顶思想从生成内推到轮次间。重置斩断的是原始回灌，不是记忆。
- 用结构化、经仲裁的项目日志替代原始上下文：日志由多角色协作共建（冲突上报、双审、规则更新），只跨轮存活结构化且验真过的内容，癌症无法迁入。
四、角色弱化：当"分工"退化成"回声"
多智能体的卖点是"分工"。但分工要成立，角色必须达到足够的分化程度。书的判准是：分化只有程度之分，没有真假（§5.1.2 纪律）——一个角色多大程度上引入了独立视角、独立工具、独立外部记忆，决定了它多大程度上提升了达成目标的效率与质量。
当分化程度不足，角色退化成换马甲的单模型：只换 prompt 人格标签、共享同一先验，于是**「注意力」（比喻）覆盖仍重叠**。这就回到 §3.1.4 的"黑屋找钥匙"：单体把固定一份 Σ=1 摊到所有域，每域分到的光都薄，深层错看不见——这就是**「注意力」稀释**（比喻）。角色弱化，本质就是多智能体版的注意力稀释：系统以为自己在"集思广益"，实际是在把同一个偏见复印 N 份。
后果在共识层显现：无分化/同先验的多角色易达成一致，但共识质量低——一致就是一致、分不出真假，问题只在"质量"：把它放到统一标准下校验、或放进结果导向情景，错误率就高（§3.1.5a）。角色弱化，先弱的是"信息"，后弱的是"结论的可信度"。
五、循环推理：停不下来的两步
四种崩坏里，最直观也最致命的是循环推理（§5.4.3 边栏点名的第二癌症）：
推理链无终止 + 错沿回灌跨轮，退化成 step repetition / 死循环（MAST FM-1.3；书 §6.5 已把 MAST 14 种失败模式逐一对照到本书框架）。
它的结构很清楚：模型基于上一轮（可能已被污染的）输出继续推，推出的新东西又被喂回去，再推……如果没有收敛门控，这个循环永远不会自然停。书里给了精确区分——控制流循环 vs 信息循环（§5.1.3）：
- 控制流循环：循环的是动作，
done是人事先预设的布尔； - 信息循环（收敛）：循环的是不确定性，停止是涌现的——最后一个有依据的意外被裁决、被消化后，系统自然不再转。
若把收敛读成 while not 共识 的预设布尔，正是书警告的"把信息循环读回控制流"的精确错误。循环推理，就是这条涌现退出条件失效：没有仲裁把意外消化掉，循环只能在"预设步数"或"默认 EOS"这类非涌现条件上被截停——这正是 MAST FM-3.1 过早终止的反面：不是太早停，而是转成死转，或干脆永远转。
六、对话死锁：三种笼子的合流
四种崩坏单独出现已是麻烦，它们真正的杀伤在于合流。
书里用"笼子"比喻三种病态：冻结、自指闭环、以消除不确定性为目标。当上下文污染（毒被回灌）+ 信息污染（记忆全量且未仲裁）+ 角色弱化（回声而非新信息）+ 循环推理（无门控的死转）同时存在——
没有新信息进入，手电在黑屋里朝向了自己，对话在两句相似的话之间反复横跳。
这恰好是"自指闭环"+"冻结"两种笼子的合流：多轮对话无法进行。系统没有崩溃（没有报错），但也没有前进（没有新不确定性被结构化、被收敛）。它表面上"在聊"，实则已锁死。
注意根因的一致性：所有这些崩坏，都是通道层的失败——是"不确定性如何被结构、被收敛"这套结构坏了，而不是"模型不够聪明"。你越想用"更聪明/更多规则"去压平不确定性，越容易把循环推成死转、把回声当共识。
七、工程根治：CoordClaw 的四重纪律
书在 §5.4.3 给出的不是单个补丁，而是一套四重纪律，恰好对着上面四种崩坏（也是 README 里 CoordClaw 的设计落点）：
| 崩坏 | 纪律 | 机制 |
|---|---|---|
| 上下文 / 信息污染 | 纵向防回灌 | 每轮重置原始上下文，循环死在本轮边界，无法跨轮 |
| 信息污染 | 横向防混用 | 话题/任务/项目隔离，不通用（对应 README 项目级 .data），不试图一套记忆通吃 |
| 信息 / 记忆癌变 | 结构化 + 仲裁 | 多角色共建项目日志（冲突上报、双审、规则更新），只跨轮存活验真过的内容 |
| 角色弱化 | 元层通用 = 分工 | 通用在元层组织设计（快速为各类任务组专门团队 = 分工，§5.1.7），不在执行层一套规则；分化程度靠独立视角/工具/外部记忆抬升 |
还差临门一脚：收敛门控。书的核心判准——收敛是动态过程，共识是其涌现退出条件（§5.1.2 / §5.1.3 / §6.5 FM-3.1 正名三处自洽）。对话要"进行得下去"，靠的不是"聊够 N 轮"，而是"冲突被裁决、被消化"这道涌现门：最后一个有依据的意外被收下，系统自然停。把退出条件交给预设步数，就是过早终止或死循环两种失败的根源。
一个常见质疑："每轮重置，岂不丢信息？"书里的回答很干脆——看似丢，实则未丢（§5.4.3）。项目有多个角色，每轮所需上下文由两处持久源重组：(a) 各角色自身的角色定义；(b) 结构化项目日志。多角色互补：N 支角色各带聚焦视角（分布式角色注意力），集体重建了原始上下文曾提供的覆盖，且重建出的是经仲裁的高保真记忆，优于原始 dumps。CoordClaw 实测档案里长任务目标始终稳定——因目标活在角色定义 + 结构化日志中、每轮重读、多角色交叉核对，不押在会被重置的 ephemeral 推理链上。
八、回到不可计算：我们管的是通道，不是种子
把四种崩坏和根治合起来看，会撞上全书 spine（§5.1.2 边栏"不可计算 ≠ 概率"）：
概率（Σ=1、采样、似然）是可算的；不可计算指的是另一层——内容/目标/目的是否"对"、是否接地于人的价值（书的「种子」），无法被封闭框架从内部归约。
上下文污染、信息污染、角色弱化、循环推理，全是通道层失败——是"不确定性如何被结构、被收敛"这套可描述的结构坏了。你修不好它们靠"算清种子"，因为种子（正确性/人的目的）本身就不可算。能做的，是管住通道：
- 用每轮重置 + 结构化仲裁记忆，让污染无处迁入（通道的"门"）；
- 用高分化程度 + 按需真值锚，抬升共识质量与分化程度（通道的"质"）；
- 用涌现收敛门控，给循环一个会自己长的停止判据（通道的"出口"）。
这也解释了为什么"多轮对话无法进行"这种死锁，最怕的不是模型笨，而是你误把可算的概率当成了智能、把"达成一致"误读成"已被正确性机制认证"。前者让你堆算力却治不了通道；后者让你在回声里自我满意、在死循环里以为"聊完了"。
书的立场始终是：你拼命消除的"不确定性"，正是系统能正常工作的前提。 多智能体的健壮性，不来自把不确定压平，而来自承认不可计算、守住通道、让不确定性在结构里收敛——而不是在循环里空转。
