这篇论文由Cor Steging等三位作者撰写，已于2026年6月29日提交至arXiv，分类属于人工智能（cs.AI），稿件编号为arXiv:2606.30906v1。研究聚焦于人工智能在法律领域的应用，特别是多智能体 deliberation（多智能体审议）这一尚未充分探索的方向。近年来，agentic AI（代理式人工智能）逐渐兴起，基于大语言模型（LLM）的AI智能体能够自主采取行动。作者指出，尽管AI在法律中的应用日益增多，并有望提升司法可及性，但法律领域的多智能体方法仍基本处于空白状态。
为此，论文系统考察了利用LLM进行法律推理任务时的多智能体审议方法。研究探索了多智能体审议（MAD）范式，并提出两个受法庭程序与法律论证启发的新型多智能体框架。这两个框架的设计理念来自真实司法实践中的对抗与说理结构，使多个AI智能体能够像法庭中的参与方一样交换意见、进行辩论并形成判断。
实验覆盖法律与非法律两类基准测试。结果显示，多智能体框架的整体表现与基线大语言模型相当，但产出的答案存在显著差异。值得注意的是，多智能体方法能够成功解决基线模型无法处理的部分案例，反过来基线也能解决多智能体框架失败的部分案例，说明二者具有互补性而非简单的优劣关系。
作者还进行了定性评估，重点分析了多智能体框架优于单体式方法的场景。例如，在需要从多个视角进行批判性思考的问题上，多智能体方法表现更为适合。这类问题往往要求权衡不同立场、识别论证漏洞，而多智能体的分工与辩论机制恰好能够模拟这种多角度审视的过程。
论文将多智能体系统定位为法律领域AI的一个有前景的发展方向，同时展示了受法律启发的多智能体方法在审议任务中的潜力。该稿件已被接受在2026年6月8日于新加坡举行的第21届国际人工智能与法律会议（21st International Conference of AI & Law）期间的AIDA2J研讨会上进行展示。论文全文约1,039 KB，提供PDF、实验性HTML及TeX源码等多种获取方式，DOI为10.48550/arXiv.2606.30906，由DataCite发放（注册待完成）。