Multi Model Consensus

核心用法

多模型决策委员会 是专为OpenClaw设计的多模型协同评审框架。用户触发关键词「多模型决策」或「多模型委员会」后，系统进入配置模式：选择2-6个模型作为评审委员，设定轮次（默认3轮）、通过阈值（默认≥90%）及判定方式（全票/均分/多数通过）。

决策流程采用3轮机制：第0轮框架确认，第1轮背对背独立评估（0-100分制），第2轮针对未通过决策点分歧讨论，第3轮最终辩论。支持单方案评审、二选一评审、决策点拆分评审三种模式。每轮限时120秒，超时评委自动标记为「未提交」。

显著优点

1. 去偏见机制：多模型交叉验证，避免单一AI认知盲区
2. 量化决策：6维度评分+加权矩阵，结论有据可查
3. 弹性配置：委员数量、轮次、阈值、判定方式均可调
4. 透明可信：实名委员制，投票记录与核心论点全程可追溯
5. 环境适配：支持Webchat/Feishu/Discord多平台，含流式回流与中间结果实时展示

潜在局限

• 延迟成本：多轮评审+子Agent spawn，单次决策耗时2-8分钟
• 模型依赖：需本地接入多个异构模型（GPT/Gemini/豆包等）才能发挥价值
• 复杂度门槛：配置参数较多，轻度用户可能困惑于阈值/判定方式选择
• 超时风险：120秒/轮限制，复杂方案评审可能时间不足

适合人群

• 架构师、产品经理：评估技术方案/产品决策
• 投资者、创业者：尽职调查、商业模式验证
• 研究者、政策分析师：复杂议题的多视角审视
• 日常用户：重大个人决策（职业选择、大额消费等）

常规风险

1. 执行偏差：组织者若绕过sessions_yield直接查询历史或跳轮宣布，将导致结果失真
2. 超时累积：多评委网络延迟可能使实际耗时超预期
3. 模型同质性：若所选模型训练数据高度重叠，去偏见效果削弱
4. 路径遍历：虽有限制，但Write工具对~/Desktop/*的开放仍存在潜在滥用空间

技术架构采用Push-based事件驱动回收（subagent_announce），严禁轮询；V1.6.0起废除状态文件，改用会话上下文轻量级跟踪。

核心用法

多模型决策委员会是专为OpenClaw设计的"数字智库"，通过调动多个不同架构的大模型（GPT、Gemini、豆包等）同时对同一任务进行协同思考、对抗辩论与共识合成。用户仅需在对话中包含「多模型决策」或「多模型委员会」即可自动激活系统。

使用前需完成参数配置：选择2-6个模型作为"决策委员"，设定决策轮数（默认3轮，日常事务2轮，重大决策3-6轮），调整通过阈值（严谨型≥95%，效率型≥75%），选择判定方式（全票通过/均分通过/多数票通过）。配置完成后，系统进入标准化3轮决策流程：

• 第0轮（准备）：组织者汇总项目背景、需求、待审方案，拆解决策点及权重
• 第1轮（独立评估）：各委员在完全隔离的子会话中背对背评审，0-100分制打分
• 第2轮（分歧讨论）：仅针对未通过的决策点进行聚焦讨论与重新评分
• 最终轮（最终辩论）：对仍未通过的决策点进行最后一轮合议

每轮限时120秒，超时评委自动标记为「超时-未提交」。系统采用Push-based结果回收机制（sessions_yield + subagent_announce），严禁轮询操作。

显著优点

去中心化决策与偏见消除：通过多模型交叉验证，有效规避单一AI的认知盲区、价值观偏好与训练数据偏差，确保结论的客观中立。

对抗性评审机制：模型间互评快速锁定逻辑漏洞，类似学术界的同行评议制度，提升方案严谨性。

量化透明输出：6段式共识报告包含投票记录、汇总说明、执行方案、通过清单、结论摘要与风险提示，决策过程完全可追溯。

弹性灵活配置：委员数量、轮次、阈值、判定方式均可自定义，适配从日常事务到战略级决策的多元场景。

身份纯净原则：强制实名委员制，禁止角色标签与诱导提示，评委子Agent完全隔离工具权限，确保评审独立性。

潜在缺点与局限性

时间成本较高：单轮120秒×多轮×多委员，复杂决策可能耗时10-20分钟，不适合时效性极强的场景。

成本叠加效应：多模型并发调用产生Token费用倍增，6委员×5轮的成本约为单模型决策的30倍，大规模使用需考虑预算约束。

共识僵化风险：过度追求"全员通过"可能导致平庸方案，创新性提案易被保守多数压制。

环境依赖性强：依赖OpenClaw平台的SessionsSpawn能力，其他Agent框架无法直接复用。

中文语境适配待验证：虽然建议包含"强中文理解能力模型"，但跨文化决策点的评分一致性尚未经大规模验证。

适合的目标群体

企业战略决策者：重大投资、组织架构调整、核心规则制定等需要多方背书的场景。

产品经理与架构师：技术方案选型、架构评审、需求优先级排序等需要降低个人决策风险的环节。

科研与学术工作者：论文评审、实验设计论证、研究结论交叉验证等强调客观性的领域。

风险合规团队：合规审查、合同条款评估、潜在风险识别等需要可追溯决策记录的场景。

AI重度依赖用户：希望降低单一模型幻觉影响，建立"人类-AI委员会"协同决策工作流的专业用户。

使用风险

性能风险：多子Agent并发可能触发平台限流，建议控制委员数量≤4个；Webchat环境下每轮需额外输出中间结果，增加响应延迟。

依赖项风险：严格依赖OpenClaw的sessions_yield与subagent_announce事件机制，平台版本更新可能导致行为异常。

结果质量风险：若配置模型能力差距过大（如GPT-4与早期开源模型混用），可能出现"低能力模型拉低共识"或"高能力模型被迫降维"现象。

超时累积风险：单轮120秒为硬限制，复杂任务下评委可能频繁超时，导致有效样本不足、结论可信度下降。

配置误用风险：阈值设定不当（如日常事务使用95%严谨阈值）可能导致无限循环讨论，需根据场景选择合理参数组合。