Dual Thinking Method 核心用法
Dual Thinking 是一种强制性的结构化评审与工程化方法，核心流程为 SELF_POSITION → CONSULTANT_POSITION → SYNTHESIS 三阶段。主代理首先形成独立立场，然后引入外部顾问（单一API或多模型轮换）进行交叉验证，最终合成决策并执行补丁。
显著优点
1. 强制隔离与诚实性：通过 Fundamental Context Isolation Rule 确保外部模型只能看到显式粘贴的文本，杜绝隐式上下文假设；Runtime Core Lock 确保执行顺序不可绕过
2. 自进化机制：Self-evolution Lock 在评审自身或同类技能时激活，要求以"设计更强替代者"的视角进行批判，优先保留真实不变量而非熟悉措辞
3. 原子化状态管理：State Transition & Rollback Gate 要求验证通过后才刷新接受状态，失败时自动回滚并保留差异供检查
4. 多模式灵活路由：支持 local（自评审）、api（单一外部顾问）、multi（多模型轮换）三种编排模式
5. OpenClaw 运行时接地：强制检查本地 OpenClaw 运行时表面，避免纯理论优化
潜在缺点与局限
- 认知负担极高：文档长达数万字，包含数十条稳定性锁（Stability Lock），学习和维护成本陡峭
- 执行刚性：User-Declared Round Commitment Lock 等规则禁止因"看起来足够好"而提前终止，可能导致低效循环
- 令牌消耗大：强制完整粘贴工件文本、多轮顾问调用、严格的状态块输出，对令牌预算要求苛刻
- 弱模型适配挑战：虽有 Weak-Model Shortcut，但核心架构假设顾问能输出结构化结论，对低能力模型可能失效
适合人群
- 需要高置信度技能工程化的开发者（技能改写、强化、发布准备）
- 运行 OpenClaw 生态、需确保技能与运行时实际行为一致的用户
- 愿意承担严格流程开销以换取可靠性的场景（安全关键、协作共享的技能）
常规风险
1. 流程僵化风险：过度依赖结构化模板可能掩盖真实的创新突破点
2. 验证滞后风险：PATCH_STATUS 在 VALIDATION_STATUS 之后刷新，但复杂技能的真实验证（如行为测试）可能被简化为语法检查
3. 顾问质量波动：CONSULTANT_QUALITY 降级机制存在，但弱顾问仍可能污染合成决策
4. 锁冲突风险：多稳定性锁并存时，冲突解决偏向"更严格解释"，可能导致死锁或过度保守