best-answer 用于面对一个尚无答案的难题时，构建出单一最强的答案。其核心思路是「误差的多样性」：彼此独立的尝试会以不同方式出错，因此应当刻意去解决这些差异，而不是把它们平均掉。
适用与不适用：适合你有一个难题且尚无答案、想要一个最强答案时使用。若你已有答案只想检查，应使用 validate-answer；若想要的是草稿中的问题清单而非答案，应使用 find-gaps；若要给一个具体提案打分，应使用 second-opinion。
使用方式分四步。第一步，用一两句话重述问题，设定小组规模（默认 3，范围 2–4），并为每位成员分配互不重叠的独立任务角度：研究/分析类可设为第一性原理机制、怀疑者（哪里被夸大）、实践者（实际如何发生）；诊断类可让每人追查不同的问题类型；设计选择类可让每人提出不同方案再论证其失败模式。若所有成员共用同一模型，必须靠任务分工制造多样性，否则小组会同向变化，评审得到的分歧图会是空的。
第二步，在一条消息中并行派发全部成员，让它们并发运行，各自获得同一问题、自己的任务角度以及工具（网页搜索、bash、读取），要求返回结构化答案（立场、带证据的关键主张、置信度），而非原始堆砌。
第三步，派一个通用子智能体作为洁净室评审，只给它各成员的输出（逐字，按成员标注）和问题，绝不提供你自己的推理或你信任谁。要求它把答案映射为三个桶：矛盾（互不相容的立场，列出各方）、盲点（没有任何成员提到的相关要点）、独特洞见（只有一位成员提出的点）；每项都要站得住，只记真实矛盾和实质性遗漏，不凑数；只映射，不裁决，不选胜者、不写最终答案；只呈现，不核实，不运行代码也不追查事实真相（那是第四步）；不得再派自己的子智能体；逐字返回 DisagreementMap，结构化映射即全部回复，不加叙述。
第四步，由你核实并综合：因为原始上下文在你手中，由你写答案。对每个承载关键结论的矛盾刻意解决，能在低成本处核实的事实就去核实（读代码、跑检查），必要时每个分叉派一个子智能体；不要折中。吸收经得起审视的独特洞见，处理盲点，或将其标记为待解。最终写出一个有据可依的答案，并把每个承载关键结论的主张归于其证据。
限制：有递归保护，成员不得再派自己的小组，推敲只保留一层；有成本纪律，仅用于困难、开放的问题，廉价或确定性的问题直接作答。输出结构为 DisagreementMap，包含 contradictions（每项为 topic 与 positions）、blind_spots（每项为空白点及其重要性，一行）与 unique_insights（每项为 insight 与 raised_by）。关于收费、价格、平台等具体信息，资料暂未提供。