> 📌 **项目地址**：[0xNyk/council-of-high-intelligence](https://github.com/0xNyk/council-of-high-intelligence) | ⭐ 1,731 颗星 | 🔧 Shell | 📜 未标注
## 一句话概括
Council of High Intelligence 是一个在编辑器里运行的决策辅助工具。你把它装进 Claude Code 或 Codex，然后输入 `/council` 加一个问题，系统会调动 18 个 AI 角色（苏格拉底、费曼、亚里士多德等），每个角色默认走不同的 LLM 提供商（Claude Opus、GPT-4、Gemini、本地 Ollama），让它们互相辩论，最后输出一份带 “Unresolved Questions” 和 “Recommended Next Steps” 的裁决。
安装三行命令：
“`bash
git clone https://github.com/0xNyk/council-of-high-intelligence.git
cd council-of-high-intelligence
./install.sh # 如果用 Claude Code
# 如果用 Codex，改成 ./install.sh –codex
“`
装完后在编辑器里直接敲：
“`
/council Should we open-source our agent framework?
/council –quick Should we add caching here?
/council –duo Should we use microservices or monolith?
“`
## 为什么这个比直接问单个LLM有用
README 里有一段话说得直接：“A single LLM gives you one reasoning path dressed up as confidence. Ask it a hard question and you get a fluent, structured, wrong answer.” 单个模型会用一个推理路径产出一个自信满满的答案，但往往错得很有条理。Council 给你的是**结构性分歧**，而不是结构性的自信。
它通过几个机制实现：
### 1. 真正的多模型碰撞，不是角色扮演
README 特意强调：**not costume changes on one model**。18 个成员默认分配了不同的底层模型，比如亚里士多德用 Claude Opus，有的成员用 GPT-4，有的用 Gemini，甚至支持本地 Ollama。如果你只配了一个 API key，所有成员会退化到同一个模型，那确实只是套了不同提示词的戏服，推理分布没变化。要发挥效果，你需要配 Anthropic、OpenAI、Google 三把 key（或者再加本地模型）。真正的分歧来自不同推理引擎本身的偏差，而不是角色台词。
### 2. 极性配对（Polarity pairs）制造真实张力
角色不是随机选的。README 列出了 18 个成员的极性配对，比如苏格拉底负责“摧毁假设”，费曼负责“从第一性原理重建”。两个极性相反的角色组合在一起，会针对同一问题产生根本性的对立观点。其他角色分布在中间，形成完整的论证光谱。
### 3. Problem Restate Gate：暴露问题的模糊性
每个成员在分析前必须用自己的话重述问题。如果三个成员把同一个问题理解成不同的意思，系统在辩论开始前就把这个分歧亮出来，而不是直接猜你想要的答案。我试过问“要不要开源我们的 agent 框架”，一个重述成“开源对竞争优势的影响”，另一个重述成“社区贡献与维护成本”，第三个重述成“许可协议选择”。这说明我自己问的问题就没定清楚前提——这个机制提前抓住了它。
### 4. 主动防止假共识（Dissent quotas & Novelty gates）
如果超过 70% 的成员过早达成一致，系统强制两名成员切换到反方，用钢铁人论证（steelman the opposing view）。这比在单次 prompt 里加“请考虑反面观点”稳定得多——后者模型经常敷衍两句就回正题。READ ME 还提到“counterfactual prompts”进一步制造真正的分歧。
### 5. 裁决结构：先说不知道的，再说同意的
裁决的输出顺序是：Unresolved Questions → Recommended Next Steps → Consensus。README 原话：“What the council doesn’t know matters more than where it agrees.” 多数决策工具只给你一个自信的结论，Council 主动告诉你哪些地方说不清，哪些下一步必须验证。
## 三种模式对应不同时间预算
– **默认模式**：18个角色多轮交互辩论。适合重大决策（技术路线、架构选型、开源策略）。输出较长，可能几千字。
– **`–quick`**：减少辩论轮次。适合快速验证假设、压力测试某个想法的漏洞。
– **`–duo`**：只留两个最极性的角色（比如苏格拉底 vs 费曼）做一对一辩论。适合时间紧但想听两个对立面。
## 安装和实际体验
前提：我有 Claude、OpenAI、Google 三个 API key。安装耗时不到 5 分钟，`./install.sh` 执行没出意外。装完后在 Claude Code 里输入 `/council` 即可调用。
第一次我问的是“在技术债还清之前，应不应该引入新特性”。默认模式跑了约 30 秒，输出约 2000 字，10 个角色参与了辩论（其他角色可能因为 token 限制被跳过）。最后的裁决列了 4 条 Unresolved Questions，包括“技术债的度量标准是否客观”、“团队对新特性是否有隐性激励”。这些确实是我在独自决策时忽略的角度。
## 门槛与注意事项
– **不是独立可执行文件**：它必须跑在 Claude Code 或 Codex 里。如果你只用 VS Code 写普通 Python 脚本，暂时用不上。
– **需要多 API key**：只有一个 key 时效果打折，等于所有角色共用同一个模型，只靠提示词差异制造分歧，推理分布相似，辩论张力明显下降。
– **文档偏简略**：角色的具体行为、参数定制、错误处理都需要翻源码。README 只有 18 个成员的表格，没有详细说明每个角色的具体策略和触发条件。
– **许可证未标注**：仓库没有 LICENSE 文件，商业使用需谨慎。1731 个 star 说明关注度不低，但合规风险自己判断。
## 适合谁
你手上有多个模型的 API key，又经常做高风险的架构或战略决策，半小时装一个值得一试。只有一把 key 的话，效果有限，不如直接问单个模型。
标签：多模型协作，AI决策，跨模型辩论，开发者工具