多智能体证明搜索中的验证与累积失败：Viva La Vida 研究

一项对智能体证明系统端到端追踪的研究分析了三次完整运行中的 51,754 条观测记录（186 小时，花费 5,694 美元），发现三种相互关联的失败模式。三模型验证器要求一致同意，并将解析或 API 失败视为不通过；在 12 次验证事件中有 10 次因某成员未返回可解析输出或出现 API 错误，使接受在算术上不可能。