当多个Agent答案矛盾时，须立即停采结果，先锁定原始任务目标、各Agent输入上下文与输出依据，再逐项比对差异根源。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当Agent Space中多个Agent对同一任务给出相互矛盾的答案时，必须立即停止结果采纳流程，先锁定任务目标的原始表述、各Agent的输入上下文与输出依据，再逐项比对差异根源。
确认原始任务目标是否被准确解析
打开任务创建日志，定位到 【task_id】 对应的初始 payload，检查字段 task_description 是否存在歧义表述（如“优化性能”未注明指标、“修复错误”未附错误堆栈）；若该字段含模糊动词或缺失约束条件，说明问题始于目标解析层，而非Agent执行层。
用 curl -X GET "http://localhost:8080/api/v1/tasks/{task_id}/raw" 获取原始请求体，人工比对其中的 input_context 是否被某个Agent意外截断或误读——常见于长文本输入时，部分Agent harness 默认只取前2048 token。
提取各Agent的完整输出与执行痕迹
方法一：通过 AgentRouter CLI 批量导出
执行 agent-router logs --task-id 【task_id】 --format json > trace.json，该命令会拉取所有已注册Agent（Claude Code、Codex、OpenClaw等）在本次任务中的完整事件流，包括 prompt 输入、tool call 记录、stdout/stderr、exit code 及归一化后的 result 字段。
方法二：直接查本地运行时目录
进入 ~/.agentspace/runtimes/ 目录，按 provider 名称（如 codex-20261031、openclaw-v2.4.1）分别进入各自 latest/ 子目录，查看 output.json 和 stderr.log；注意 OpenClaw 的 health/preflight 预检日志可能藏在 preflight/ 文件夹内，不在此处。
Web仪表盘，用于审批OpenClaw设备与通道配对、管理连接，并可从浏览器访问实时终端。
提示：Codex CLI 输出的 JSON events 中，result 字段若为 null 但 exit code 为 0，说明它实际未返回有效结果，而是把空响应归一化成了 {} —— 这类“静默失败”极易被误判为有效答案。
对照验证三类关键一致性锚点
第一步：核对输入上下文哈希值
在 trace.json 中提取每个Agent事件的 input_hash 字段，若发现至少两个Agent的 input_hash 不一致，说明它们接收的上下文已被调度层修改（例如 AgentRouter 对 Claude Code 自动注入了 tool approval bridge 指令，而 Codex 未注入），此时需回溯 router.ts 中的 normalizeInput 函数逻辑。
第二步：检查工具调用路径是否收敛
在各Agent的 stdout.log 中搜索 “tool_call:” 或 “executing:”，比对所调用的工具名、参数值、返回状态；若一个Agent调用 get_sales_data(from=2025Q1) 而另一个调用 get_revenue_metrics(period=2025-Q1)，即使语义等价，也属于协议未对齐，需统一工具注册表中的别名映射。
第三步：定位首个分歧节点
从 trace.json 时间戳最早的一条 event 开始，逐轮比对每个Agent的 output_text 字段，找到第一个出现语义冲突的位置（例如第3轮：Claude Code 输出“华东区Q4销售额下降12%”，Codex 输出“华东区Q4销售额增长3.2%”）；该节点之后的所有推论均不可信，必须从此处向上溯源。
