模式矩阵 /模式白皮书/R3

R3 · Parallel Exploration · 并行探索

它解决什么问题

单条推理链有"侥幸偏差"：同一个提示、同一个模型，不同采样得到的答案不一定一致。一条链刚好走偏，整个结论就错了，而且每一步看上去都对——错误藏在"这一次恰好没抓到的那个特征"里，事后复盘很难发现。

并行探索把"赌一条链"换成"同时跑 N 条独立的链，再合并"。它不追求降低单次成本，而是在错误代价远大于算力代价的场景里，用 3-5 倍的算力把准确度抬上去。它和复杂度路由（R2）是一对互补姿态：路由负责日常省钱，并行负责关键决策买质量，两者在同一个 Agent 里并存。

为什么坐标是「推理 × 并行」

• 纵轴 · 推理：并行的实体是同一个推理任务的多条候选路径（多个 candidate solution），属于推理策略层，而不是把任务拆给多个 Agent。这是它和协作模块"扇出聚合（C2）"的根本区别——后者并行的是子任务，前者并行的是同一道题的多个解法。
• 横轴 · 并行：N 条分支同时跑、互不知情，最后统一聚合，是天然的并行结构，不是链式串联，也不是循环迭代。

核心机制

一次并行探索由三段组成：

1. 分发：把同一个查询复制成 N 条分支，通过提示扰动（不同 temperature、可能不同的 system prompt 或模型）制造多样性。N 的工业甜区是 2-5：研究数据显示 N=2 已能拿到 N=10 约 90% 的收益，N=10 在生产里几乎找不到划算的场景。
2. 隔离执行：每条分支跑在独立的执行环境里（独立的模型客户端、独立的中间状态、独立的错误恢复）。分支之间串扰会让"独立采样"退化成"链式错误传染"，准确度不升反降。
3. 聚合：用一种聚合策略把 N 个结果合成一个。聚合策略不是只有"多数投票"一种——它本质上是对错误代价的工程化编码。

聚合策略的选择取决于业务"错的代价分布"：

适合的生产场景

• 高风险、错误代价不对称的判断：医疗影像分诊、金融风控、反洗钱、安全漏洞审查。这类场景"漏判"远比"误判"贵，配合 Any-Alarm 聚合即可把不对称代价表达进系统。
• 答案空间大、单链不稳的推理：复杂诊断、多跳推理、需要 self-consistency 提升可靠性的任务。
• 关键的一次性决策：值得花 N 倍算力换确定性的节点（如不可逆的业务承诺前的最终复核）。

容易出错的地方

• 分支不独立：N 条分支共享执行环境，相互污染缓冲区或 retry，"伪独立"导致准确度反降。必须给每条分支独立的运行时。
• 提示扰动不足：N 条都跑出几乎一样的答案，有效分支数塌成 1，白白浪费 N-1 倍算力。temperature 太低、缺少 system prompt 多样性是主因。
• 盲目默认多数投票：在错误代价不对称的场景用 Majority，会把少数分支的真实警报投没——医疗里这等于漏诊。
• 该收齐却早终止：Any-Alarm 必须等所有分支返回，不能用"高置信度早终止"省钱，否则会漏掉警报信号。早终止只适用于对称代价场景。
• 滥用并行：简单任务、低风险任务、便宜模型已经够用的任务跑 N=5 就是纯浪费。

关键指标

• 分支一致率（健康区 60-80%）：低于 50% 说明任务确实复杂、适合并行；高于 90% 说明任务太简单、不该并行。
• 有效 N（健康区接近 N）：N 条里产生不同答案的分支数。N=5 但只有 2 种答案，说明扰动不够，加 N 不如改提示多样性。这是性价比最直接的信号。
• 聚合成本占比（健康区 <15%）：聚合这一步本身的算力占总成本的比例，过高就换更轻的聚合策略。
• 质量提升（健康区 5-15 个百分点）：并行相对单链的准确度增益。低于 3 个点说明并行没起作用；高于 25 个点说明单链配置本身有问题，先修单链。

最小骨架

对 query 复制 N 条分支：
    每条分支 → 独立运行时 → 不同 temperature 采样 → (answer, confidence)
聚合(N 个结果, 策略):
    Majority   → 票数最多的答案
    Weighted   → 按 confidence 加权后最高的答案
    Verifier   → 交给独立评委模型打分裁定
    Any-Alarm  → 任一分支命中高风险标签即升级，无视多数
返回 final_answer + 完整分支 trace（每路答案/置信度/聚合策略/最终决策）

工程落地四个要点：提示扰动要真正制造多样性；评委若用模型实现要用便宜模型；并发要复用连接池避免限流；Any-Alarm 与早终止互斥要在代码里写死。

企业落地一例

某三甲医院的医疗影像辅助 Agent，第一版单链推理读 CT 标记肺结节，准确率 89% 即上线试点。一例 12mm 结节被判低度疑似，三个月后确诊为肺腺癌早期——单链恰好没抓到边缘毛刺征。重写后改为 N=5 并行采样，5 路里 2 路抓到了毛刺和胸膜凹陷；团队把聚合策略从多数投票改成"任一路 ≥ 4a 立即触发二审"，准确率升到 96.2%，算力上升 4.1 倍。在医疗这种错误代价极不对称的场景，5 倍算力换 7 个百分点准确度，这笔账完全划算。配套的工程决策还包括：每路独立运行时（合规要求真独立采样）、Any-Alarm 场景不开早终止、N 路完整 trace 留档 7 年备监管审计。

与其他模式的关系

• 复杂度路由（R2）：互补。路由省钱，并行买质量，同一个 Agent 里两者并存——日常走路由，关键决策启动并行。
• 思维链（R1）：并行的每一条分支内部通常就是一条思维链；并行是在 R1 之上叠加的"多采样"。
• 扇出聚合（C2）：结构同源、聚合机制相通，区别在并行的实体——R3 是同一道题的多条解法（推理策略），C2 是不同子任务分给不同 Agent（协作拓扑）。
• 迭代假设验证（R4）：对偶关系。并行是空间维度同时开 N 条线，迭代是时间维度一条线跑多次。

一句话记住它

并行探索的本质不是"多采几次投票"，而是用聚合策略把业务对错误的容忍模式编码进系统——选哪种聚合，就是在选一个代价函数。

本页属于 ADPS 33 模式白皮书。返回 模式矩阵与白皮书目录， 或查看配套 可运行代码目录。