多智能体协同学习（Cooperative Learning）的一种常见形式是“评审机制”，其流程通常是：

一个 Agent 生成答案，另一个 Agent 负责检查并提出修改建议，循环迭代

所有 Agent 同时生成答案，最后随机抽取一个

让 Agent 之间互相攻击，直到模型崩溃

Agent 不需要互相学习，只需各自完成任务