基於共識機制的多智能體LLM框架：智慧港口HTS編碼分類新範式

針對海運物流中複雜的協調關稅表（HTS）編碼分類難題，本文提出一種基於多智能體協作的LLM框架。HTS編碼分類因產品描述簡短模糊、需嚴格遵循層級結構與法律註釋而極具挑戰。該框架整合多智能體資訊檢索、官方關稅文件語義檢索、證據 grounded 推理與共識驗證機制，實現加拿大10位HTS編碼的精準分類。實驗基於3300筆領域專家標註數據，揭示了先進LLM支持下從粗粒度章節到細粒度統計後綴的預測性能仍顯著下降。研究證實，完全自主的單步預測難以滿足合規要求；而引入不確定性感知、證據 grounded 及人機協同共識工作流，可顯著提升分類的可解釋性與合規性，為智慧港口營運提供可靠技術支撐。