核心功能
Roundtable 是一个自适应多模型AI编排系统，核心创新在于让AI自己设计协作流程。用户提出议题后，系统首先启动"元小组"（Meta-Panel），由4个顶级模型（Claude Opus、GPT-5.3、Gemini 3.1 Pro、Grok 4）共同决定：采用并行辩论、串行输出还是混合模式，以及每阶段由哪些模型承担什么角色。
标准执行流程
1. 网络搜索 grounding：先获取实时信息，确保辩论基于最新事实
2. 元小组设计工作流（可跳过）：投票决定并行/串行/混合模式、轮次数、分工
3. 第一轮：各模型独立输出立场 + 自评摘要（SELF-DIGEST）
4. 第二轮：交叉批判，模型互相评分（1-5分），计算共识度百分比
5. 可选第三轮：验证合成结果准确性（--validate 模式）
6. 中性模型合成：由未参与辩论的独立模型输出最终结论
显著优点
- 去中心化设计：没有固定"主持人"，流程由模型集体决策
- 多模态协作：支持辩论、代码开发、红队对抗、投票决策四种模式
- 持久化线程：每轮圆桌在Discord独立线程中运行，结束后用户可直接@特定模型追问
- 结果可复用：自动保存为JSON，支持
--context-from注入历史圆桌结论 - 成本可控：Claude+GPT免费（OAuth），完整四模型约$0.20–$0.50/次
局限性与风险
| 风险类型 | 说明 |
|---------|------|
| 依赖本地代理 | 完整功能需Blockrun本地代理（localhost:8402），涉及USDC小额支付 |
| 配置复杂度 | 需同时配置Anthropic、OpenAI、Blockrun三处provider |
| 共识度误导 | 高共识≠正确，模型可能"礼貌性同意"而非实质收敛 |
| 合成偏差 | 最终合成由单一模型完成，存在选择性遗漏风险（--validate 可缓解） |
| 超时降级 | 模型响应失败时自动降级，可能削弱面板多样性 |
适用人群
- 需要多视角交叉验证的研究者、分析师
- 进行代码架构评审或安全红队测试的工程团队
- 面临高 stakes 决策、要求过程可追溯的管理场景
- 已具备基础AI编排经验、愿意承担配置成本的用户
安全建议
- 对关键结论启用
--validate第三轮验证 - 共识度<40%时，优先检视分歧点而非采信合成结论
- 定期检查
~/clawd/memory/roundtables/的持久化结果，验证上下文注入的准确性