Multi Model Consensus

核心用法

多模型决策委员会是OpenClaw平台的数字智库插件，专为复杂决策设计。用户通过关键词「多模型决策」或「多模型委员会」激活系统后，需配置：决策成员（2-6个异构模型）、决策轮次（默认3轮，可设2-6轮）、通过阈值（默认≥90%）及判定方式（全票/均分/多数通过）。

系统执行3轮决策机制：第0轮准备框架并确认决策点权重；第1轮各模型独立背对背评审，按单方案、二选一或决策点拆分三种模式评分；第2轮仅针对未通过决策点进行分歧讨论；最后一轮对仍未通过项进行最终辩论。每轮限时120秒，超时标记处理。评审采用身份纯净原则——严禁设定角色标签、诱导性提示，委员工具隔离，确保客观。

决策完成后输出6段式共识报告：投票记录（量化评分矩阵）、汇总说明（各委员核心论点）、执行方案（结论版+说明版）、决策点通过清单（✅绿色通过/🟡黄色待确认/🔴红色分歧）、结论摘要（一句话裁定+置信度）、风险提示。

显著优点

1. 偏见消除机制：多模型独立评审+背对背设计，有效避免单一AI的认知盲区与幻觉
2. 量化决策支撑：6维度评分+加权矩阵，结论可追溯、可审计
3. 对抗性质量提升：模型互评机制快速锁定逻辑漏洞
4. 灵活适配：委员数量、轮次、阈值、判定方式均可配置，兼顾严谨型（≥95%全票）与效率型（≥75%多数）场景
5. 透明可信：实名委员制、模型身份可视化、每轮状态实时通知用户

潜在缺点与局限性

1. 成本与延迟：多模型并发调用产生较高token消耗，完整3轮决策需等待多次子Agent回流，实时性不足
2. 模型依赖风险：若本地接入模型同质化严重（如均为GPT架构），去中心化效果打折
3. 复杂配置门槛：决策点拆分、权重设置、阈值调参需用户具备一定业务抽象能力
4. 超时脆弱性：120秒/轮限制下，复杂方案可能因模型响应慢导致评委缺失，影响结论可靠性
5. 无强制约束力：输出为「参考报告」而非「执行指令」，最终决策权仍在用户

适合人群

• 企业架构师、技术负责人：评估技术方案选型、系统架构设计
• 投资/风控决策者：项目尽职调查、风险评估、二选一方案裁决
• 产品经理与运营负责人：功能上线决策、资源投入优先级判定
• 需要客观第三方视角的争议场景：内部方案评审存在部门利益冲突时

常规风险

1. 模型幻觉传导：若多个模型共享训练数据偏见，可能产生「共识幻觉」
2. 阈值设定陷阱：过度追求高全票通过阈值（如≥95%）可能导致决策 paralysis
3. 决策点拆分主观性：组织者（当前模型）对方案的拆解方式直接影响评审结果，存在隐性引导风险
4. 超时结果偏倚：某类模型响应速度系统性更快，超时样本可能丢失特定视角
5. 安全边界：子Agent虽工具隔离，但组织者本身可读取/写入限定路径，需警惕prompt注入导致的路径遍历尝试

核心用法

多模型决策委员会是专为OpenClaw设计的数字智库系统，通过调动多个不同架构的大模型（GPT、Gemini、豆包等）进行协同评审。用户只需在对话中包含「多模型决策」或「多模型委员会」即可触发，首次使用会进入配置模式选择模型组合与参数。

决策流程采用标准化的3轮机制：第0轮进行准备与框架确认，组织者拆解决策点及权重；第1轮各模型在独立子会话中背对背盲评，对决策点评分；第2轮针对未通过决策点进行分歧讨论；最终轮对仍存争议的决策点进行最终辩论。每轮限时120秒，超时评委将被标记并继续汇总。

系统支持三种评审方案类型：单方案评审、二选一评审、决策点拆分评审。通过判定方式可配置为全票通过（默认）、均分通过或多数票通过，阈值默认90%。决策完成后输出6段式标准化共识报告，包含投票记录、汇总说明、执行方案、通过清单、结论摘要及风险提示。

显著优点

去中心化决策架构是最大亮点。通过交叉验证不同模型的逻辑路径，有效识别单一AI的认知盲区，避免提示注入或训练数据偏差导致的系统性错误。对抗性评审机制让模型互评，快速暴露潜在漏洞。

量化透明度高。实名委员制确保每个观点可追溯至具体模型，6维度评分矩阵让决策依据清晰可见，告别"黑箱决策"。身份纯净原则严禁设定角色标签或诱导性提示，从源头保障客观性。

弹性适配能力强。支持2-6个模型动态扩容，轮次2-6轮可调，判定阈值和通过方式均可自定义。环境自适应机制可识别Webchat、Feishu、Discord等不同通道，自动选择最优结果回流方案。

工程化设计完善。Push-based结果回收替代轮询，sessions_yield挂起机制确保异步高效；轻量级会话上下文状态跟踪替代持久化文件；120秒超时保护防止死锁；工具白名单严格限制读写路径。

潜在缺点与局限性

成本与延迟显著。多模型并发调用意味着Token消耗呈线性增长，3轮6模型的完整流程可能产生单次决策数倍于普通调用的成本。每轮120秒超时×多轮的结构，决定了它不适用于实时性要求高的场景。

共识可能稀释质量。"全票通过"的严谨设定可能导致优质但创新的方案被保守模型否决；而"多数通过"又可能让低质量方案蒙混过关。模型间的"相互妥协"有时会产生平庸的折中结论，而非最优解。

配置门槛存在。用户需理解决策点拆分、权重分配、阈值设定等概念，错误配置可能导致评审失效。例如将关联性强的维度拆分为独立决策点，会造成评分失真。

环境依赖性强。SessionsSpawn的子Agent机制依赖OpenClaw运行时支持，在非兼容环境中可能降级或失效。虽然文档提供了环境适配矩阵，但"Unknown"环境的兜底方案体验较差。

适合的目标群体

企业战略决策层——重大投资、并购、架构选型等需要多维度验证的高风险决策；技术负责人——技术方案评审、选型对比、风险评估等技术决策场景；产品经理——需求优先级排序、功能取舍、发布决策等产品判断；研究团队——实验设计评审、论文方案论证、同行评议模拟等学术场景；合规与风控部门——政策解读一致性校验、风险预案多视角评估等。

不适合：简单日常事务（成本不经济）、需要秒级响应的实时决策、创意发散类任务（共识机制抑制创新）、涉及敏感隐私数据的评审（多模型传输增加暴露面）。

使用风险

性能风险：多模型并发可能触发OpenClaw的速率限制，导致子Agent spawn失败或部分评委未返回。建议在低峰期使用，或预先测试本地模型列表的可用性。

依赖项风险：SessionsSpawn、SessionsSend等工具属于OpenClaw特定能力，若平台更新导致接口变更，Skill可能异常。references/目录中的文档已标注部分归档，需关注版本兼容性。

结果可靠性风险：虽然设计目标为"消除偏见"，但模型间的相关性（如均基于相似训练数据）可能导致"集体盲区"。建议刻意选择架构差异大的模型组合（如GPT+Gemini+Claude+国产模型），而非同一生态的多个版本。

数据残留风险：临时报告文件写入~/.openclaw/workspace/tmp_mmc_*.md，虽路径受限但仍需关注清理机制；月度归档文件长期存储于memory目录，敏感决策内容需用户自行管理生命周期。