AI 专家团听起来很美。但你试过就知道——他们聊着聊着就跑偏了、产出的文档是幻觉、出错了你根本不知道谁说了什么、最后还得你自己重新写一遍。
专家议会不这样。
这个 Skill 烧积分。烧很多。
它不是"问一个问题 AI 回一句"的模式。它会在后台 spawn 3-8 个专家 Agent，每个 Agent 独立运行——读信件、思考、写信、写文档、审阅他人文档、签字——一轮讨论可能触发几十次模型调用。
| 场景 | 专家数 | 信件数 | 预估消耗 |
|---|---|---|---|
| 简单问题（"帮我选个数据库"） | 2-3 人 | ~10 封 | 低 |
| 中等问题（"设计一个游戏系统"） | 3-5 人 | ~25 封 | 中 |
| 复杂问题（"完整产品架构方案"） | 5-8 人 | ~50 封 | 高 |
如果你只是想要一份随手可得的 AI 回答——别用它。 我用这个 Skill 燃烧了1700（Workbuddy）积分，我得到了什么？
- Actor struct v0.2（完整字段定义 + invariant）
- Actor 生命周期 FSM（4 状态 + 转移条件）
- PostPossession 语义（参数偏移 + 永久疤痕 + 叙事标记）
- ScarRecord 结构（意图断裂 / 分支禁用 / 分支替换 / 记忆改写）
- TrustProfile（逐 Actor 差异化，不可直接比较）
- B 模式导入参数映射（软上限 + 阶梯衰减）
- 六层撤离持久化（前三层 P0 激活，后三层预留）
- BehaviorEngine 测试注入点（
Option<InternalState>） - tick 执行顺序（已锁定）
你在买的不是"更聪明的回答"。你买的是：
- 多维审视：不是一个 AI 写全部，而是几位风格、立场、知识背景不同的专家互相挑刺
- 可追溯的决策链：每一封讨论信、每一个版本迭代、每一次签阅都有盘上文件记录
- 可以交付的文档：不是聊天摘要——是格式校验通过、多人签字确认的规格书
如果你要做一个会被别人挑毛病的决定——花这个积分是值的。
- 让 CrewAI 组了个团队，三个 Agent 聊了 20 轮，最后给你的"产出"是一段优美的废话
- 用 AutoGen 开了一场"头脑风暴"，对话精彩极了，但你需要的是一个能执行的文档，不是聊天记录
- 自己写 prompt 让 Claude 模拟多角色讨论——来回切换角色、手动喂上下文、最后自己也忘了谁是什么立场
- Agent 突然开始胡说八道，你不知道是在哪一步崩的——日志散落在四个系统里，根本拼不起来
共同病灶：Agent 之间的通信是不可追溯的、产出是没有质量门控的、过程是没法复现的。
| 你遇到过的问题 | 专家议会的解法 |
|---|---|
| Agent 互相聊了 20 轮，聊飞了 | 每位专家有业务边界——只关注自己该关注的，不越界 |
| 产出是一段漂亮的废话 | doc 完成度门控——格式 Schema 校验，占位符级别的内容不过关 |
| 不知道谁同意了什么 | 签阅绑定版本号——'doc/mechanics/v1.2.0 签阅' 才算数，沉默不算 |
| 出错找不到根因 | 所有通信是盘上 Markdown 文件——打开 notes/ 直接看谁说了什么、什么时候说的 |
| 还得你手动盯着 | Supervisor 自动运营：轮询唤醒 + 收敛判定 + 冻结，你睡一觉起来看结果 |
| 框架太重，装半天 | 一共 5 个文件，装上去就能跑 |
| 所有专家用同一个模型，贵的太贵、便宜的太笨 | 每个专家可以绑不同的模型——复杂推理用高算力，工具操作用轻量模型。Skill 自动传递 model 参数到 spawn 命令 |
| AI 按"功能维度"召集专家，变成流水线 | v3.0 WHAT 模型——按阶段-模态匹配岗位，并发启动，自然回溯 |
v2.x 的问题：AI 按"功能维度"（机制设计→数值计算→技术架构→代码实现）拆解任务， 天然产生串行工序链——A 做完→B 消费→C 等待。这不是团队，这是传送带。
v3.0 的答案：WHAT 模型——7 工作阶段 × 5 认知模态。
议题：GDD 研讨会
│
├── S1 灵感 × [perceiver, diverger] → 匹配 creative-planner
├── S3 点子 × [perceiver, diverger, synthesizer] → 匹配 mechanics-designer
├── S5 计算 × [deducer, critic] → 匹配 balance-designer
├── S6 框架 × [deducer, critic] → 匹配 framework-architect
└── S7 实施 × [deducer, synthesizer] → 匹配 developer
所有人并发启动，同时看 CentralTopic，各自从所在阶段发言。
S7 可以在 T0 就直接说"你这个点子我跑不通"。
回溯不需要协议指令——盘上通信的自然涌现。
22 个预定义岗位，自带 stage×modality×antagonists，Toolset 从 7×5 矩阵自动推导。
你对 WorkBuddy 说：
"调用 disk-parliament 帮我设计一套卡牌游戏的战斗系统。核心机制围绕元素克制展开。我需要一份可以交给程序员的规格书。"
AI 不会直接写文档。它先跟你确认边界和产出格式，然后——
自动组建专家团，让他们在盘上开会：
notes/
├── mechanics-破防机制设计-20260605-1432.md ← 机制师写的
├── numbers-三元素数值空间太小-20260605-1501.md ← 数值师反驳
├── narrative-四季战斗节奏-20260605-1523.md ← 叙事师插话
├── mechanics-四元素修正版-20260605-1540.md ← 机制师回应
├── numbers-签阅-mechanics-v1.2.0-20260605-1610.md ← 数值师签字
└── ...（37 封往来信件）
不是聊天，是写信。写完落盘，不能改不能删。没话说了就自然停火。
你最终拿到的：
card-game-combat/
├── doc/
│ ├── mechanics/v1.2.0/ ← 战斗系统规格书（终版，已签阅）
│ ├── balance/v1.1.0/ ← 数值模型 + 模拟结果
│ └── narrative/v1.0.0/ ← 战斗叙事框架
├── notes/ ← 37 封原始信件（可追溯、不可篡改）
└── BRIEFING.md ← 冻结报告：迭代次数、签阅记录、关键决策
不是一份 AI 生成的文档。是一份经过多位专家互审、版本迭代、签字确认的可交付物。
# 1. 安装 Skill
cp -r disk-parliament/ ~/.workbuddy/skills/disk-parliament/
# 2. 对 WorkBuddy 说
"开个专家议会，讨论 [你的议题]"
# 3. 回答 AI 三个问题（边界、关键词、产出格式）
# 4. 看着它自动建专家团、开会、写文档、冻结
⚠️ 启动前确认你积分够。一次完整的议会讨论可能消耗大量模型调用。详见上方"代价"一节。
disk-parliament/
├── README.md
├── SKILL.md ← WorkBuddy Skill 定义（v3.0）
├── scripts/
│ ├── init-workspace.py
│ └── parse-roster.py
└── duties/
├── DUTY-INDEX.yaml ← 22 个预定义岗位
├── toolbox-types.yaml ← 7×5 toolset 矩阵
└── *.yaml ← 样板岗位
| 版本 | 日期 | 变更 |
|---|---|---|
| v3.0 | 2026-06-12 | WHAT 模型集成：7阶段×5模态，22岗位自动匹配，并发盘上通信 |
| v2.2 | 2026-06-06 | 岗位系统、人设拮抗、模型绑定 |
| v2.0 | 2026-05-25 | 双形态工作流、ROSTER 坍缩 |
| v1.0 | 2026-05-24 | 初始版本：盘上异步通信协议 |
Source Available