Council — 多视角分析 是做什么的?
一个多视角分析框架,提供对代码库、项目和文档的客观、无偏见评估。使用多种视角和去偏见技术来克服锚定于现有代码的倾向。
解决的问题
AI 工具(以及人类)倾向于锚定于现有代码。他们看到“是什么”而难以想象“可能是什么”。他们验证而不是探索。Council 使用:
- 去偏见技术 — 强制进行新鲜思考的方法
- 多种视角 — 能够捕捉不同问题的不同心智模型
- 结构化综合 — 在跟踪分歧的同时整合见解
何时使用
- 评估当前方法是否仍然最优
- 探索现有实现的替代方案
- 识别项目中隐藏的假设
- 在重大决策前获取客观反馈
- 陷入局部最优时
- 怀疑可能有更好的方式但看不到时
- 当 AI 工具不断重复你现有模式时
输入
用户提供:
- 目标:仓库路径、文档或具体问题描述
- 目标(可选):成功的样子(例如,“最大化盈利能力”)
- 约束(可选):必须保留的内容(例如,“必须使用现有数据模型”)
执行流程
阶段 1:侦察
彻底阅读和理解目标。记录:
- 项目做什么
- 当前如何构建
- 存在哪些约束
- 既定目标是什么
不要形成观点。 只收集事实。
阶段 2:生成视角
根据目标选择 3-5 个相关视角:
| 视角 | 关注点 | 最适合 |
|---|---|---|
| 架构师 | 结构、模式、耦合、内聚 | 系统设计、重构 |
| 挑战者 | 假设、风险、替代方案 | 决策验证、风险缓解 |
| 机会主义者 | 新技术、捷径、简化 | 优化、债务减少 |
| 安全 | 信任边界、失败模式 | 安全、可靠性 |
| 经济学家 | 成本、复杂性、投资回报率 | 资源分配、优先级排序 |
| 用户 | 可用性、价值、摩擦 | 用户体验、产品决策 |
| 考古学家 | 遗留系统、债务、历史 | 理解、迁移 |
| 未来主义者 | 趋势、扩展、演进 | 长期规划 |
对于复杂目标,使用 spawn_agents 并行运行视角——每个代理独立工作以避免群体思维,然后在阶段 3 中组合结果。
对于简单目标,在单个代理中顺序运行视角。
每个视角应用以下去偏见技术:
- 新鲜视角模式:故意忽略现有实现。问:“如果只知道目标且从零开始构建,我会构建什么?”
- 挑战模式:质疑每一个假设。为什么这个组件存在?如果删除它会怎样?如果相反的情况成立会怎样?
- 重建模式:“如果我必须利用今天的知识从头解决这个问题,我会怎么做不同?”
查看 references/debiasing.md 获取详细的去偏见技术和提示。
阶段 3:综合
将视角组合成结构化输出:
- 一致之处:多个视角同意的地方(高置信度)
- 分歧之处:视角冲突的地方(深入挖掘——这些揭示了权衡)
- 新颖见解:只有一个视角捕捉到的东西
- 优先级建议:按影响和置信度排序
使用子代理时,请参阅 agents/synthesizer.md 获取详细的综合指令。
阶段 4:验证
- 检查建议不互相矛盾
- 标记任何未经验证的假设
- 确定哪些信息会改变结论
输出格式
# Council 报告:[目标]
## 执行摘要
[2-3 句客观评估——不是所做事物的摘要,而是一个结论]
## 关键发现
### [发现名称]
- **内容**:[清晰的发现描述]
- **同意的视角**:[列表]
- **不同意的视角**:[列表 + 简要原因]
- **置信度**:[高/中/低]
- **证据**:[具体文件:行、指标或观察结果]
## 建议
### [高影响] [建议标题]
- **解决的问题**:[此修复的发现]
- **解决方案**:[具体行动]
- **预期影响**:[改善了什么以及程度]
- **工作量**:[低/中/高]
- **风险**:[低/中/高]
- **支持的视角**:[列表]
### [中影响] ...
### [低影响] ...
## 考虑的替代方案
| 方法 | 优点 | 缺点 | 结论 |
|------|-----|------|------|
| ... | ... | ... | 保留/替换/进一步探索 |
## 改变此评估的条件
- 如果 [X] 为真,则 [建议 Y 会改变]
- [重要的未经验证的假设]
捆绑资源
references/debiasing.md— 每种视角类型详细的去偏见技术和提示agents/perspective.md— 为运行单个视角分析的子代理提供的指令agents/synthesizer.md— 为结合多个视角输出的综合子代理提供的指令