多 Agent
脑暴：让多个 AI 吵架
和人类开会一样：一个人想到死不如多个人独立思考再汇总。脑暴模式就是把同一个问题扔给多个 Agent，让它们各自回答，最后由主持人整合共识与分歧。
脑暴过程模拟
❓ 「如何提高用户留存率？」
A
产品视角
B
数据视角
C
用户视角
Agent A · 产品视角
优化新手引导流程，减少首日流失。增加个性化推荐，让用户更快找到价值。
Agent B · 数据视角
分析流失节点数据，第 3 天和第 7 天是关键。建议针对这两个节点设计召回策略。
Agent C · 用户视角
用户反馈最多的是「不知道能干什么」。功能并不少，核心问题是价值传递不到位。
主持人汇总
三个 Agent 独立思考后，主持人整合出：
共识：核心问题是价值传递，用户没感受到产品能帮他什么
共识：新手引导是最高优先级改进点
⚡ 分歧：用数据驱动（B）还是用户访谈驱动（C）来确定改进方向
⚡ 分歧：先做个性化推荐（A）还是先简化核心流程（C）
点击开始，观察 3 个 Agent 独立思考的过程
为什么比一个 Agent 想到底更好
避免思维定式
一个 Agent 会沿着一条线想下去。多个 Agent 从不同角色出发，天然产生不同视角。
发现盲区
Agent A 想不到的东西，Agent B 可能正好擅长。多角度覆盖让盲区更少。
⚖️ 分歧即价值
如果三个 Agent 意见一致，说明方向明确。如果有分歧，说明这个问题值得更深入讨论。
⚡ 并行高效
三个 Agent 同时思考，总时间 = 最慢那个的时间，不会翻三倍。思考类任务天然可并行。
实践要点：每个 Agent 必须独立思考，不能看到其他 Agent 的答案。就像人类脑暴的规则：「先各自写，再一起讨论」。如果 Agent B 能看到 A 的答案，它会被带偏，脑暴就失去意义了。
和人类开会一样：多个独立思考再汇总，比一个人想到死要好。脑暴模式的关键是独立和汇总：每个 Agent 独立回答，主持人负责提炼共识、标注分歧。