用途：在无指定领导者的分布式群体中，于多个选项间达成集体决策，避免集中式瓶颈或单点故障，并整合各参与方不同的信息与视角。适用场景包括多智能体AI、分布式数据库等需达成共识的自动化系统，也可与coordinate-swarm配合完成需显式集体决策的协调。
主要能力与流程：
- 独立侦察生成提案：每名侦察者在不了解他人结论的情况下独立评估选项，产出选项标识、质量分、优势风险与置信度；保留达到最低质量阈值的全部选项，保留视角多样性。
- 倡导动态（摇摆舞）：倡导强度与质量分成正比且公开，未承诺者独立复核被倡导选项，复核通过才加入，夸大倡导会在验证中失败，群体自然收敛到最优选项。
- 设定法定人数并承诺：按决策重要性设阈值（简单50%+1、重要66%–75%、关键不可逆80%+），透明跟踪承诺累积，承诺不可中途撤回以防振荡，达阈值即采纳并立即实施。
- 化解僵局：诊断类型（真实平局、信息不足、派系对立、选项过多）并采取对应措施（随机选择或合并、限时补充侦察、强制交叉复核、末位淘汰），之后重置法定人数时钟重跑。
- 评估共识质量：检查是否被至少N个智能体独立验证、速度是否恰当、是否浮现单一决策者会遗漏的信息，并跟踪到达法定人数时间、侦察与承诺比、事后后悔率，据以调整阈值、侦察者数量与时间预算。
输入：必需为决策事项、参与智能体；可选为已知选项及初评、紧急程度、可接受错误率、当前决策失败模式。
限制与常见陷阱：跳过独立侦察会陷入群体思维；对不等价选项给予同等倡导会退化为随机选择；允许撤回承诺会造成振荡；把共识等同于全体一致会导致永久僵局；忽视失败方会丢失信息。资料未提供具体性能数据、收费或平台信息。