ai_courtroom

一句话定位

一个可回放的多 agent"责任法庭"实验：让多个 agent 扮演法官、律师、证人、 陪审员，用 agent-to-agent（A2A）协议互相传话，观察"谁可以跟谁说话" 如何改变集体决策——每次运行都生成可交互回放的 HTML 报告。

做这个东西的人

nMaroulis（GitHub 用户名），ProtoLink 的作者。ProtoLink 是一个以 A2A 协议 为核心的 Python 多 agent 框架，MIT 协议，定位是 LangChain 这类 "链式编排"框架的替代品——每个 agent 是独立的运行时实体，有身份、能力、 生命周期和任务级通信。

ai_courtroom 是 ProtoLink 仓库 examples/ 下的一个示例，不是独立产品。

判断：作者在做的事是给"多 agent 通信"做一个可观测、可实验的研究工具， courtroom 只是讲故事用的壳。真正在卖的是 ProtoLink 的编排能力和 "通信拓扑可以控制"这件事。

它到底能做哪几件事

• 虚构责任法庭 → 7 个法庭角色（法官、原告律师、被告高管、工程师、监管者、保险主管、事故调查员）+ 5 名陪审员，提示词只描述人物性格，不预设立场
• 四种通信拓扑对照 → solo（单人直接裁决）/ independent（5 人各自独立，不交流）/ star（星型，消息全经庭长中转）/ mesh（全员直连）
• 可回放的事件台账 → 每条 A2A 消息前后的罪责值（guilt register）和投票变化都记录，支持同步回放"谁在什么时候影响了谁"
• 影响力追踪 → 陪审员只公开结构化动作（提问、引用哪条证据），不暴露私有置信度；报告区分"观察到的变化"和"因果归因"
• 确定性基线 + 真实模型 → 内置 seed 驱动的离线 LLM，也能接 OpenAI/Anthropic 等真实模型复现
• 输出全套证据 → JSON、摘要、转写、交互式 HTML 报告、遥测 traces，带哈希校验和配对消融设计

它明确不做的：不是通用智能排行榜，不做因果断言（只报告观察到的变化）。

它在替代什么旧行为

以前搞清楚"多个 agent 一起干活会不会更好"这个问题，靠的是两件事：

一是看最终输出——直接把多 agent 系统的结果当黑盒用， 好就信，坏就改提示词，中间发生了什么没人知道。

二是看原始日志——从头读转写和日志流，靠人肉对照"哪句话导致了哪个变化"， 慢、容易漏，而且日志只能事后查，查不出消息之间的因果链。

ai_courtroom 替代的是"靠直觉和日志复盘多 agent 协作"这件事： 把每一步通信变成可回放的、带结构化状态变化的事件，让"谁影响了谁" 第一次可以被机械地逐帧查看。它本质上是在给 agent 对话装黑匣子。

商业模式

无。 这是开源框架（MIT）里的一个研究示例，没有定价、没有产品、 没有公司实体。

判断：它的商业想象在别处——多 agent 系统的可追溯性正在变成合规需求， 金融和医疗迟早要求"每一步决策都能回放"。ProtoLink 现在押的是 "在合规需求爆发前，先成为那个能回放的框架"。

硬数字

• HN 19 分 / 1 条评论（本批次观测值）
• ProtoLink 仓库 257 个提交，MIT 协议，纯 Python，核心依赖只有 Pydantic
• 演示默认用确定性 reference LLM 跑四种条件，带哈希校验和配对消融设计
• 用户数、采用者：未披露

四维评估

判断

这是"多 agent 系统的可观测性"领域里做得最认真的一个 demo。 它最聪明的地方不是 courtroom 的壳，而是把"通信拓扑"当成了可控制变量： 结论直白有力——决定集体决策质量的不是消息数量，而是谁可以跟谁说话。 这个结果对任何做多 agent 编排的人都有参考价值。

但它的性质是研究示例，不是产品。 没有独立入口、没有用户、没有商业模式， HN 只有 19 分，说明破圈还早。它的价值要在 ProtoLink 被真实项目采用之后 才能兑现。

可迁移的规律：把"过程"做成可回放的，比把"结果"做得更好，更能建立信任。 当你的系统里有多方协作（不管是不是 agent），先解决"出了问题能不能逐帧 复盘"，再谈优化效果——这个顺序和结论里反复强调的"观察到的变化不等于 因果"是同一个方法论。

下一步看什么

① ProtoLink 仓库 star 三个月内能否破千——示例能否带火框架本体 ② 是否出现"通信拓扑可控"的独立论文或生产案例引用这个实验结果 ③ 有没有金融/医疗公司公开采用 ProtoLink 做可追溯的 agent 系统

可借鉴的做法

产品逻辑：做多 agent 系统时，把"谁可以和谁通信"做成显式可配置的拓扑， 而不是让所有 agent 自由发消息。控制通信结构比堆 agent 数量更影响结果—— 这是实验结果直接给出的可迁移结论。

定价结构：无。未披露。

结论

有待观察。 实验洞察扎实、方法学严谨，但它是框架的示例而非产品， 没有用户和商业模式。值得记住的是它的方法论——可回放、可对照、 区分观察与因果——三个月后回看 ProtoLink 有没有真的起量。