超越套壳：The Council 的多智能体编排架构

很多打着“多智能体（Multi-Agent）”旗号的 Demo，往往只是让几个设定了不同 Prompt 的 LLM 轮流发言。这种模式听起来热闹，但角色之间缺乏真正的互动和对抗，用户也只能作为旁观者干等结果。

The Council 的技术架构从一开始就不是为了做简单的对话机器人，而是为了支撑一场可被打断、有深度对抗的思想交锋。我们构建了四层核心技术壁垒。

第一层：动态角色引擎

系统不会使用一成不变的角色模板。当用户输入决策问题后，系统会将其转化为结构化的 Decision Context（决策上下文），并据此从预设角色库中抽取或动态生成最合适的角色组合。

• 面对职业问题，系统会召唤“职业规划师”、“财务现实主义者”和“反方律师”。
• 面对创业问题，则可能出现“用户研究员”、“投资人视角”和“风险控制者”。

此外，我们还引入了“名人辩手”思维模型，允许用户自定义专属的决策角色。

第二层：立场冲突分配系统

如果所有角色都追求客观中立，讨论就会变得平庸。The Council 的中层架构负责为每个 Agent 分配明确的立场和任务：支持、反对、补充、质询、或是风险提示。

这种强制的立场分配，确保了每个角色在辩论中都有自己独特的切入点，避免了“说差不多的话”的尴尬局面。

第三层：主持人编排层 (Orchestrator)

这是 The Council 的核心大脑。如果让多个 Agent 自由发言，很容易陷入无限循环或偏题。主持人 Agent 负责全局调度：

1. 防止重复：监控发言内容，避免 Agent 提出已讨论过的观点。
2. 追问模糊点：当某个 Agent 的逻辑不严密时，主持人会要求其澄清。
3. 组织交叉质询：识别核心分歧，引导对立立场的 Agent 进行直接交锋。

第四层：实时证据注入与 Rollback 机制

这是 The Council 的杀手级特性。真实的讨论中，新信息是随时出现的。

当用户在辩论中途提交新证据时，系统会立刻中断当前的生成过程。通过底层的状态管理，系统执行 Rollback（回滚），丢弃当前尚未完成或基于旧信息的输出，强制 Agent 结合新证据重新组织思路。

这种响应式的上下文管理，让用户真正感觉到自己是在参与一场真实的会议，而不是在看一段预先录制好的视频。

The Council 通过这套架构，确保了每个 AI 都能独立思考，同时又能协同工作，最终为用户交付一份包含核心分歧和行动建议的高质量决策摘要。