用途：把“一个智能体一次性套用整套规则”的规则遵循、清单、评分表类工作，改造成扇出-归约（map-reduce）式并行评审。适用于10条以上独立准则、单智能体串行处理慢且会静默漏掉准则的场景。
主要能力： 1）控制头：把投入/规模参数编译为工作智能体数量、每智能体候选数、校验策略、输出上限等具体旋钮。 2）刻意重叠：工作智能体的覆盖范围相互交叉，真实发现会被多个智能体重复报告，幻觉通常只被一个智能体报告，从而把多个廉价意见变成信噪比工具；重叠构造建议用平衡轮转分配（循环区组设计）。 3）零创造性工作智能体：每个子智能体只拿到部分规则集、固定方法与固定输出结构，把任务压缩到机械匹配。 4）固定候选结构：如 rule_id、location、verdict、evidence，便于去重、互证计数与合并。 5）互证加权与裁尾：编排者去重、对跨重叠智能体互证的发现加权、压低孤立发现，并裁掉低权重尾部。注意默认 keep_threshold=1 偏召回，只去重排序不丢弃；启用精度门（keep_threshold=window）会丢弃所有孤立发现，包括仅被一个切片覆盖的真实严重问题，因此应豁免 critical/high 严重度，标记为“未互证”而非静默丢弃。 6）模型层级与多样性旋钮：机械匹配切片默认用最便宜的同质层级；判断密集、高风险或规则集很大时，升级到更强层级或异构模型族，并变化温度与提示框架，以去相关共享模型偏差。
使用方式：按阶段执行——阶段0确定输入集（脚本/git diff/文件）；阶段1扇出N个刚性工作智能体，各持部分重叠规则集，按固定结构输出至多K个候选；阶段2归约：去重→按互证加权→裁低权重尾部，可选对存活候选做单票校验（CONFIRMED/PLAUSIBLE/REFUTED）。输出为排序、限量、结构化结果，空结果也是合法终态。
适用场景：规则遵循/清单/评分表评审，10条以上独立准则，规则集可切成带重叠的场景绑定任务。不适用：无规则集的单遍转换、无法切分且需整体语境的创造性判断、少于约5条准则的规则集。多阶段顺序流程不因此被排除，应按阶段分别评分。
限制：重叠切片只能去噪覆盖/注意力方差，不能消除共享模型偏差——同一模型系统性误读的构造会被每个共享该模型的工作智能体同样误读，互证加权反而放大该共享错误；N个智能体平均的方差下限为相关误差项 ρσ²。要处理第二类误差，需在模型族、温度、提示框架等轴向上引入多样性，并用标注数据校准保留阈值。资料中引用的速度对比为用户报告结果，未经独立复现。