核心用法
Roundtable 是一个自适应多模型AI协调器，通过"元面板设计工作流→多模型并行辩论→交叉批判→共识合成"的完整链路，将单一提示转化为结构化集体智慧输出。
触发方式：roundtable [prompt] 或带模式标志（--debate/--build/--redteam/--vote/--quick）。系统首先执行网络搜索获取实时上下文，然后由4个顶级模型组成的元面板（Meta-Panel）设计最优工作流——平行辩论、顺序管道或混合模式，随后执行2轮辩论（Round 1独立立论 + Round 2交叉批判），最终由中立合成模型输出结构化结论。
输出产物：
- Discord线程内完整辩论记录
- 共识评分矩阵（1-5分互评，计算共识百分比）
- JSON格式持久化结果（含元面板推荐、面板降级记录、耗时、验证状态等）
成本结构：完整面板约$0.13–$0.50/次（Grok+Gemini通过Blockrun付费），降级至Claude单模型可免费运行；--quick标志可减半成本。
显著优点
1. 动态工作流设计：元面板根据任务类型自动选择parallel_debate（观点交锋）、sequential（代码评审链）或hybrid（并行研究+合成）模式，避免人工预设僵化。
2. 形式化共识机制：Round 2强制要求模型互评可信度（1-5分），提取 AGREEMENT SCORES 计算共识百分比，将模糊的"AI幻觉"转化为可量化的分歧指标。
3. 韧性架构设计： extensive fallback 策略——模型失败→同族降级→跳过继续；超时→标记[TIMEOUT]不阻塞；0响应→优雅报错；单模型响应→跳过Round 2直接合成。
4. 会话持久化：mode="session" + thread=true 使面板代理在Discord线程中保持存活，用户可直接@特定角色追问，实现"辩论→深入对话"的无缝衔接。
5. 验证层可选：--validate触发Round 3，由原始代理核查合成稿是否准确反映其立场，标记ACCURATE/PARTIALLY/INACCURATE，防止合成扭曲。
潜在缺点与局限性
1. 配置复杂度极高：需同时配置Anthropic（必需）、OpenAI（可选）、Blockrun代理（可选）三个提供者，涉及OAuth/API密钥管理、本地网关启动、USDC钱包充值等多步骤操作。
2. 隐性成本风险：虽然Claude/GPT通过OAuth可免费，但Blockrun的Grok/Gemini调用按次计费，高频使用下成本不可忽略；"免费降级模式"实际损失多模型辩论的核心价值。
3. 共识指标的误导性：1-5分互评依赖模型自我报告的"可信度"，可能受训练偏见影响（如过度自信或社交迎合），与真实事实准确性无必然关联。
4. 合成瓶颈：最终输出仍由单一"中立"模型生成，若该模型失败则回退至编排器代写（明确标注偏见风险），本质未解决"最后合成者"的权威性问题。
5. 延迟累积：完整流程涉及网络搜索→元面板4并行调用→多轮会话spawn→交叉批判→合成→可选验证，端到端延迟可能达数十秒至分钟级，与--quick的单轮模式存在质量-速度权衡。
适合人群
- 战略决策团队：需结构化呈现多方观点与分歧点的复杂决策场景
- AI安全研究者：探索多模型交叉验证、共识机制设计的实验平台
- 代码评审工作流：利用sequential模式实现"生成→审查→改进"的自动化管道
- 高 stakes 内容审核：结合
--redteam与--validate进行对抗性压力测试 - 多模型能力对比分析师：通过同一提示观察Claude/GPT/Grok/Gemini的响应差异
常规风险
| 风险类型 | 说明 |
|---------|------|
| **配置泄露** | `openclaw.json`含多个API密钥，需严格权限控制 |
| **成本失控** | Blockrun按次计费无硬上限，建议设置预算告警 |
| **线程滥用** | 持久会话若未正确终止可能累积资源消耗 |
| **合成偏见** | 最终输出仍受合成模型训练数据偏见影响 |
| **共识幻觉** | 高共识百分比不等于事实正确，需人工校验关键结论 |