LLM 驱动的多代理系统（MAS）通过协同推理、工具调用以及与外部资源交互，能够完成复杂任务。然而，这类系统的故障归因仍然困难，因为最终结果往往无法直接指示导致执行失败的具体错误。本文将归因目标定义为决定性错误——即若纠正该错误即可恢复整个执行的代理‑步骤对。现有方法大多只标记可疑步骤，却未显式建模错误在交互过程中的传播路径或在未解决循环中的持久性，导致决定性错误难以从下游症状中区分。为此我们提出 错误传播模型用于故障归因（EMFA）。EMFA 首先将失败轨迹构建为结构化表示，随后同时建模两类传播机制：
- 级联传播：错误在不同代理之间顺序传递的路径；
- 持久循环：错误在未闭合的交互回路中反复出现的情况。 基于此，EMFA 进行传播感知的候选筛选，挑选可能的决定性错误对，再通过反事实验证（即在假设该错误被修正后重新执行）确认真正的决定性错误。实验在 Who&When 基准上进行，EMFA 在步骤级归因准确率上达到最新水平，并在代理级别保持竞争力。相较于此前最佳方法，EMFA 在手工构造子集和算法生成子集上分别提升了 3.45% 和 4.40% 的步骤级准确率。
点评：EMFA 通过显式捕捉错误的传播与循环特性，显著提升了多代理系统故障定位的精度，为实际部署提供了更可靠的调试手段。