核心用法
roundtable 是一个自适应多模型 AI 编排技能，通过"元专家组"设计工作流，协调最多 4 个顶级 AI 模型（Claude Opus、GPT-5.3 Codex、Grok 4、Gemini 3.1 Pro）进行结构化辩论与共识合成。用户通过自然语言触发，系统自动检测模式（辩论/构建/红队/投票），执行网络搜索获取实时上下文，创建 Discord 线程保持输出整洁。
标准流程：① 创建线程 → ② 网络搜索 → ③ 元专家组设计工作流 → ④ 首轮并行生成 → ⑤ 第二轮交叉批评评分 → ⑥ 独立模型合成最终结论 → ⑦ 持久化存储结果。
显著优点
- 多模型冗余：单点故障自动降级，同系列模型替补，不阻断流程
- 成本透明：完整面板约 $0.13-0.50/次，纯 Claude 模式免费
- 工作流自适应：元专家组根据任务类型推荐并行辩论、顺序管道或混合模式
- 可验证性：
--validate启动第三轮，由原始代理验证合成准确性 - 结构化输出：共识百分比、评分矩阵、JSON 持久化，便于审计与复用
潜在缺点与局限
- 配置复杂度：完整面板需 Blockrun 代理、USDC 充值、多 provider OAuth 配置
- 延迟较高：多轮次、多模型调用，完整流程可能耗时数分钟
- 共识≠正确：高共识百分比反映模型间一致，不保证事实准确性
- 搜索依赖：网络搜索失败时降级为纯模型知识，可能缺失关键实时信息
- 合成偏见风险：若合成代理失败，由编排器代写合成，明确标注偏见风险
适合人群
- AI 研究团队需要多视角分析复杂技术问题
- 安全团队执行红队评估与漏洞分析
- 产品经理对比方案权衡、生成决策依据
- 开发者需要代码评审的多模型交叉验证
常规风险
- API 配额耗尽：多模型并行可能快速消耗 rate limit
- 成本失控：Blockrun 按次计费，高频使用需监控余额
- 线程管理失败：Discord API 限制下可能回退到频道直发，输出混乱
- 模型幻觉传播：多模型可能相互强化错误前提，合成阶段放大偏差