核心用法
RoundTable v3.0 是一款多专家Agent深度讨论系统，通过模拟真实圆桌会议的5轮渐进式讨论流程，产出高可行性方案。用户输入技术方案、产品规划或复杂决策主题后，系统自动匹配3名异构专家（工程/产品/设计/架构等），执行R1独立方案→R2相互引用→R3深度批判→R4辩论完善→R5 Host裁决的标准流程。
触发方式为关键词 /roundtable 或「圆桌讨论」。支持本地预分析模式（pre-ac）和完整模式，可输出JSON结构化报告、Markdown完整记录及飞书实时通知。
显著优点
1. 结构化强制深度
- 硬性要求每轮字数下限（800-2000字）、R1必须含对比表格+5量化指标、R3强制5风险+3缺陷且需数据支撑
- 解决单Agent「伪深度」问题——同一角度翻来覆去 vs 多视角系统批判
2. 真实子Agent隔离
- 每轮每条发言均为独立
sessions_spawn，模型和思考链互不干扰，避免自我引用幻觉
3. 上下文完整传递
- v3.0关键改进：R2-R5强制注入完整前序讨论历史，批判和回应必须对得上真实内容
4. 异构模型路由
- 170+专家库经MMR算法动态匹配，不同角色分配不同能力标签模型（代码/创意/中文/逻辑等）
5. 产出直接可执行
- R5 Host输出8周任务表（含负责人、交付物、工时估算）+风险预案+Top 3风险，非泛泛建议
潜在缺点与局限性
1. 时间成本较高
完整5轮需15-20分钟，不适合紧急决策或简单问答场景
2. 模型依赖性强
依赖sessions_spawn多会话能力，若该功能不可用则硬失败，无mock降级方案
3. token消耗显著
实测8500字输出+多轮历史注入，长主题可能导致上下文窗口压力
4. 专家匹配盲区
MMR算法侧重多样性，但170+库覆盖存在边界，极小众领域可能匹配偏差
5. 中文语境局限
虽然支持中文输入，但部分模型路由标签（code/technical等）源自英文能力分类体系
适合人群
| 场景 | 示例 |
|------|------|
| 技术方案评审 | 架构选型、技术债务评估、系统重构规划 |
| 产品立项 | MVP功能规划、需求优先级排序、跨部门对齐 |
| 复杂决策 | 多因素权衡、资源分配、风险对冲策略 |
| 跨部门协作 | 设计-工程-产品三方视角拉齐、OKR拆解 |
不推荐：简单问答、代码生成、快速事实查询、15分钟内需决策的场景。
常规风险
| 风险类型 | 说明 | 缓释措施 |
|---------|------|---------|
| 模型幻觉 | 子Agent生成虚假数据支撑「5风险」要求 | 用户需人工核查关键数据点 |
| 收敛失败 | 专家分歧过大，R5裁决后仍存在未解决矛盾 | Host显式标注「未决分歧」供人工介入 |
| 超时堆积 | 子Agent超时重试2次仍失败，导致流程中断 | 启用pre-ac模式本地预分析 |
| 敏感数据泄露 | 讨论主题含商业机密，经飞书通知外泄 | 关闭Notifier或自建 webhook 端点 |
| 历史注入污染 | 过长历史导致后续轮次注意力分散 | 关键结论前置摘要，控制单轮输入长度 |