多 Agent 共享记忆下的自我修正螺旋：一个可观测的退化循环

文章讨论自我修正作为 Agent 失败解药的局限：单 Agent 自纠循环容易收敛，但当 N 个 Agent 共享 MCP 记忆并互相修正写入时，循环会变成螺旋并可能发散。示例中 Agent C 在 T1 读取事实，Agent A 在 T2 写入修正，Agent C 在 T3 仍持旧快照，将记忆“修复”回原值，两次写入各自合理但系统层面都错。作者建议在记忆服务器审计轨迹中加入修正反转计数器，扫描同一槽位的连续写入，若语义方向翻转（A→B→A）则计数，反转计数上升可作为退化循环的最早度量。

AI推荐理由 文章提出多 Agent 共享 MCP 记忆时自我修正会退化为“修正螺旋”的具体机制：Agent C 基于 T1 快照把 Agent A 的修正回滚，形成 A→B→A 的语义翻转，并建议在记忆服务器审计日志中增加 correction-reversal 计数器作为最早的可观测指标。这是对多 Agent 记忆一致性问题的一个可操作观测思路，但正文仅为摘要片段，未给出实验数据、复现结果或生产验证，属于概念性分析而非已验证结论。