Diverge 是一个用于重大开放式决策的结构化发散引擎。其核心原则是将“生成”与“判断”分离：先通过多个隔离的并行代理从不同视角生成大量方案，期间禁止任何评估或比较；随后由独立的评审阶段对全部方案进行评分、识别陷阱并收敛出前三名。该技能旨在打破自回归推理中过早收敛于第一个可行答案的倾向。
使用方式：首先进行预检门控，判断问题是否同时满足“后果重大”和“开放性”两个条件；若不满足则中止并转向其他技能或直接回答。若满足，则选择一个句子重述问题并列出硬约束，从内置视角表（如监管者、攻击者、反转、第一性原理、市场激励、生物进化、运维夜班、10倍规模、约束移除、未来维护者等）中选取约5个视角，通过单条消息发起多个并行 Agent 调用，每个代理在隔离环境中生成3-5个根本不同的方案，不评估、不排序、不提及他人。所有代理返回后，进入焦点阶段：对每个方案按新颖性、可行性、契合度进行1-5分评分（权重分别为0.25、0.45、0.30），标记违反硬约束的高新颖性陷阱，按底层角度聚类去重，并对得分最高的三个方案深化机制、取舍、首次失败点和成本。最终输出包括问题简述、带评分的完整方案池、带星标的最佳非显而易见选择、陷阱列表、深化分支以及一条挑战性假设。
适用场景：难以逆转、影响范围广或错误成本高的开放式决策，例如架构选型、战略方向探索、复杂问题求解等。限制：不适用于语法查询、事实查找、已知单一根因的缺陷、用户已做出的决定、明确的逐步指令、低风险或相邻问题、后果重大但方案明显唯一的情形，以及开放但试错成本低于探索成本的情形。在这些情况下应直接回答或使用其他技能。该阶段会消耗约5个并行子代理加一次评审，成本真实但有边界，仅在预检门控通过时使用。