Quest 65 - Multi-Agent Debate System

Quest 65: Multi-Agent Debate System

hard 30-45 minutes

🎯 Learning Objectives

✅ ออกแบบ multi-agent debate ที่ agents ถกเถียงกันรอบละรอบ
✅ เข้าใจ adversarial agents — ความขัดแย้งทำให้คุณภาพดีขึ้น
✅ ติดตาม argument influence — ใครโน้มน้าวใคร
✅ สร้าง consensus detection และ winner selection

📖 Concept: Adversarial Agent Debate

Adversarial Debate คือ technique ที่ให้ multiple agents ถกเถียงกัน เพื่อค้นหาจุดอ่อนใน argument ของแต่ละฝ่าย — เหมือนการอภิปรายในชั้นศาล

ทำไมถึงมีประสิทธิภาพ? เพราะ agent ตัวเดียวมักจะ missed biases และ logical gaps ของตัวเอง แต่เมื่อมี adversarial agent อีกตัวมา challenge argument เหล่านั้น จุดอ่อนจะถูกเปิดเผย

// ตัวอย่าง debate
const agents = [
  { name: 'Alice', stance: 'pro-AI', argue: (history) => 'AI will automate...' },
  { name: 'Bob', stance: 'anti-AI', argue: (history) => 'AI creates unemployment...' },
];

const result = debate(agents, 'Should we adopt AI?', 3);
// { rounds: [...], consensus: false, winner: 'Alice' }

⚙️ How It Works

วงจร Multi-Agent Debate

1. แต่ละ agent เขียน argument สำหรับ round แรก (เห็น topic เท่านั้น)
         ↓
2. Round ถัดไป: แต่ละ agent เห็น history ทั้งหมด (argument ก่อนหน้า)
         ↓
3. Agent สามารถ counter หรือ concede ต่อ argument ก่อนหน้า
         ↓
4. ตรวจสอบ consensus: ทุก agents เห็นตรงกัน? หรือครบ maxRounds?
         ↓
5. ตัดสิน winner: agent ที่มี "votes" มากที่สุด (agents อื่น concede)

ทำไมต้องติดตาม Argument Influence?

ถ้า debate เก็บแค่ arguments โดยไม่ track ว่าใครโน้มน้าวใคร我们就จะไม่รู้ว่า argument ไหนมี impact จริง:

// ❌ แค่เก็บ arguments — ไม่รู้ impact
const rounds = [
  { agent: 'Alice', argument: 'AI improves efficiency' },
  { agent: 'Bob', argument: 'AI creates unemployment' },
];

// ✅ Track concessions — รู้ว่าใครโน้มน้าวใคร
const rounds = [
  { agent: 'Alice', argument: 'AI improves efficiency' },
  { agent: 'Bob', argument: 'AI creates unemployment', conceded: ['Alice'] },
  // Bob โน้มน้าว Alice ให้ concede
];

💡 Example: Debate แบบ step-by-step

const agents = [
  {
    name: 'Optimist',
    stance: 'positive',
    argue: (history) => {
      if (history.length === 0) return 'Technology always improves lives';
      return 'Despite challenges, the benefits outweigh costs';
    }
  },
  {
    name: 'Skeptic',
    stance: 'negative',
    argue: (history) => {
      if (history.length === 0) return 'Technology creates dependency';
      if (history.some(h => h.agent === 'Optimist')) {
        return 'I concede the benefits exist, but risks remain';
      }
      return 'History shows technology disrupts more than it helps';
    }
  }
];

const result = debate(agents, 'Is technology beneficial?', 3);
// Optimist might win if Skeptic concedes

⚠️ Common Mistakes

Mistake 1: ไม่ส่ง history ให้ agents

“Each agent argues independently” → Debate ต้องให้ agents เห็น arguments ก่อนหน้า — ไม่เช่นนั้นไม่ใช่ debate

Mistake 2: ไม่ track concessions

“Just collect all arguments” → ต้องรู้ว่า agent ไหน concede ต่อ argument ไหน — นี่คือ scoring mechanism

Mistake 3: Winner เกินจำนวน agents

“The winner is the agent with the best argument” → Winner ต้องมาจาก agents ที่มีอยู่จริง — ไม่ใช่คิดขึ้นมา

Mistake 4: ไม่มี maxRounds guard

“Debate จนกว่าจะมี consensus” → เหมือน Agent Loop — ต้องมี maxRounds เพื่อป้องกัน infinite debate

📝 Knowledge Check

🏋️ Quest: Multi-Agent Debate System

สร้างระบบ debate ที่ agents ถกเถียงกันรอบละรอบ จนถึง consensus หรือครบจำนวนรอบ

Download ไฟล์เริ่มต้นของ quest:
Terminal window
```
npx bluebeltdojo download quest-65-agent-debate
cd quest-65-agent-debate
```
เปิด problem.js ใน editor ของคุณพร้อม AI tool
Implement debate(agents, topic, maxRounds) ตาม instructions ใน problem.js
ตรวจสอบ solution ของคุณ:
Terminal window
```
node test.js
```
สำคัญ! ทดสอบ edge case: agents ทุกตัว concede, ไม่มี consensus
แก้ไขจน tests ทุกตัวผ่าน
ส่งคำตอบ:
Terminal window
```
npx bluebeltdojo submit
```

💡 Tip: ลองนึกถึง scenario ที่ Alice convince Bob ให้เปลี่ยนstance — ใครควรเป็น winner?

คำใบ้

อ่าน instructions ใน problem.js อย่างละเอียด
Agents ต้องเห็น full history ทุกรอบ (argument ก่อนหน้าของทุกคน)
ต้อง track “votes” — แต่ละ agent ที่ concede ให้ใคร = 1 vote
ถ้าติดขัด ลองอ่าน “Common Mistakes” อีกครั้ง