SuperAPI AI 工具集

adversarial-committee

智能体与模型

查看项目

更新于 10-16 04:14

技能介绍

用途

Adversarial Committee 是一个用于决策评估的委员会式推理技能。它通过让多个具有不兼容价值观和认知倾向的人格进行结构化辩论,来暴露单一视角容易忽略的盲点。其核心理念是“对可能框架的潜在空间进行集成推理”。

主要能力

委员会包含五名预设成员,每人有明确的倾向、风险容忍度、认识论和关注面:

  • Maya:偏执现实主义,低风险容忍度,假设恶意,关注政治动态、隐藏议程和陷阱,口头禅是“他们没告诉我们什么?”
  • Frankie:理想主义,高风险容忍度,假设善意,关注价值冲突和错失机会,口头禅是“如果这就是它看起来的样子呢?”
  • Joe:连续性守护者,中等风险容忍度,信任先例,关注机构记忆和过去有效的做法,口头禅是“我们在2019年试过这个……”
  • Vic:证据检察官,中等风险容忍度,要求证明,关注数据缺口和未经验证的主张,口头禅是“给我看数字。”
  • Tammy:系统思考,风险容忍度不定,追踪反馈回路,关注意外后果和涌现效应,口头禅是“如果我们做X,那么Y会以……回应。”

使用方式

委员会组建

通过 YAML 配置定义委员会名称、目的、成员及其角色(如魔鬼代言人、机会侦察员、历史学家、证据检查员、系统分析师),并指定协议(如罗伯特议事规则)、评估方式和评分标准文件。

辩论协议

结构化辩论包含多轮:

  1. 开场陈述:每位成员用2-3句话陈述立场
  2. 交叉质询:成员之间相互挑战,目标是暴露隐藏假设
  3. 证据阶段:Vic 主导,明确已知事实,其他人提供支持或矛盾数据
  4. 综合:Tammy 映射反馈回路和后果,所有人贡献精炼后的立场
  5. 最终立场:每位成员给出更新后的立场和置信度

光速模拟

可在单次 LLM 调用内模拟完整辩论,所有角色真实发言,没有实体知道超出其应知范围的信息。

校准

通过2-3次迭代调整角色行为,解决过度冲突、过早共识或冷场等问题,目标是达到稳定均衡,使真正的探索得以发生。

输出格式

输出包含:问题、各成员立场与置信度、关键张力、证据缺口、建议及置信度,并可标记是否送交独立评估。

命令

  • CONVENE [committee]:激活委员会进行审议
  • FORM-SMART [topic]:基于倾向动态选择成员
  • PRESENT [question]:引入辩论主题
  • DEBATE:运行结构化辩论轮次
  • CALIBRATE [member] [adjustment]:调整人格行为
  • SYNTHESIZE:生成集体输出
  • EVALUATE:送交独立评估器

适用场景

适用于需要多角度审视的决策评估,如客户合作决策、战略评审等。通过让不同倾向的角色辩论,帮助识别风险、机会、历史先例、数据缺口和系统后果。

限制

资料未提供关于收费、价格、平台支持、具体效果保证或使用步骤的详细信息。