项目名称：PediaMind —— 基于多智能体博弈机制与强化RAG的儿科预诊决策系统

日期：2026年4月2日

一、引言

      在儿科预诊这一高敏感、高风险的场景中，AI系统的输出必须同时满足专业性、可靠性、可解释性三重严苛要求。传统的大模型直接问答方案（“输入症状 → 输出建议”）虽然实现简单，但在实际测试中暴露出幻觉频发、逻辑脆弱、无法自审等致命缺陷。

      为此，我们团队在项目初期经过多轮技术调研与架构推演，最终放弃了“单一大模型+简单RAG”的常规路线，转而构建了一套四层闭环架构，其核心是基于LangGraph的多智能体博弈系统。

该博客我们会详细说明该架构相较于传统方案的优势，并复盘我们的选型思考过程。

二、传统项目架构的典型局限       

      在项目启动阶段，我们对现有医疗问答类实训项目进行了系统性调研。当前主流技术路线主要呈现两种范式：一是基于大语言模型的端到端直接生成模式，二是融合检索增强的"先查后答"架构。然而，这两种方案均存在结构性缺陷：首先，**角色耦合**问题突出——单一模型同时承担信息抽取、临床推理与合规审查等多重职能，导致任务边界模糊、专业化程度不足；其次，**归因性缺失**——模型输出缺乏可追溯的知识来源，呈现"黑盒化"特征，难以满足医疗决策的可解释性要求；第三，**自我纠错机制缺位**——现有架构缺乏内生的逻辑漏洞检测与修正能力，无法对推理链条进行主动验证。

      鉴于上述局限，传统技术路线在儿科预诊这一高风险场景下的应用存在显著安全隐患。基于此，我们提出并设计了基于多智能体博弈的分布式认知架构，通过任务解耦与多轮校验机制，系统性解决单一模型的能力瓶颈与可靠性问题。

对于儿科预诊系统，这些缺陷是不可接受的——一个错误的用药建议可能带来严重后果。

三、PediaMind 四层闭环架构全景

我们团队经过仔细商讨以及在ai大模型等的助力下设计如下图所示的整体架构（逻辑分层）：

             

四、我们为什么选择这套架构？

       在项目启动阶段，我们分四步推进技术路线决策。

       三月初明确三项硬性指标：输出可靠性、结果可溯源（家长和医生均能查验来源）、工程可控性（API调用与Token消耗必须有上限），由此直接排除"单模型直接生成"方案。

      三月中旬完成主流技术调研："单模型+RAG"（如LangChain RetrievalQA）缺乏自我纠错能力，检索失败即失效；多智能体框架中，仅LangGraph原生支持状态机、条件路由与Checkpointer，契合会诊流程的复杂状态管理需求。

       三月下旬展开架构推演，以"2月龄婴儿发热38.5℃且家长已自行使用布洛芬"为典型错误场景验证：传统方案易直接给出剂量建议，而我方多智能体架构通过分诊Agent提取月龄、诊断Agent检索知识、评审Agent标记年龄禁忌并触发二次检索、最终方案Agent输出"布洛芬禁用，建议立即就医"，实现风险拦截与逻辑闭环。

       同期设定工程边界：博弈轮次上限3轮以控制成本，冲突未解则熔断降级至安全兜底模板，并依托LangGraph MemorySaver持久化中间状态以支持断点调试，确保系统在真实API环境下的有精确性。

五、各层架构优势详解

本系统在架构设计上实现四层关键跃迁，构建从数据底座到控制边界的完整技术闭环：

     1.数据层：从 零散语料 到 结构化知识锚点 
  摒弃网络爬虫或单一教材的浅层索引，锚定《默沙东诊疗手册》《儿科学》等权威医学源，构建高密度结构化知识库，并以PediaBench标准化评测，保障知识覆盖与临床相关性。

      2.逻辑层：从 单点盲信 到 多方博弈
  采用四Agent协同架构：分诊Agent提取病历，诊断Agent检索并生成初步方案，评审Agent专司临床安全审查（年龄禁忌、药物相互作用、剂量合规性等），方案Agent整合输出终稿。评审Agent对每轮诊断主动验证，触发多轮博弈（上限3轮），争议未决则熔断并建议线下就医，杜绝臆测性输出。

     3.检索层：从 一次性RAG 到 迭代强化RAG
  当评审环节识别到知识依据不足、证据冲突或覆盖盲区时，自动触发二次/三次迭代检索，动态扩展查询并补全证据链，显著提升知识支撑密度与可信度。

     4.控制层：从 自由生成 到 结构化约束
  为各Agent配置独立元提示（Meta-Prompt），明确角色边界；引入JSON Schema强约束机制，对输出字段、类型及格式进行强制性校验，消除生成不确定性，保障多Agent交互的行为确定性与接口稳定性。

六、总结与展望

     PediaMind的四层闭环架构，本质上是将软件工程中的“模块化、解耦、状态机、熔断”等成熟思想，引入到大语言模型应用开发中。相比传统项目，它在可靠性、可解释性、可维护性、工程健壮性四个维度均实现了质的提升。

     当然，这套架构也带来了更高的实现复杂度：我们需要为每个Agent精心调试提示词，需要设计合理的状态转移条件，还需要处理多个Agent之间的异步调用。但我们相信这个这个项目会是一大创新。