Llm council
Skill tony95253/llm-council
A Claude Code skill: spawn 5 independent agents to stress-test high-stakes decisions and fight AI sycophancy. Inspired by Karpathy's LLM Council.
npx -y skills add tony95253/llm-councilAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
6-Agent Council 重大決策審查。用 5 個獨立子 agent（反對者/第一性原理/擴張者/局外人/執行者）＋主席綜合，反制 AI 順從與確認偏誤。當使用者說「開 council」「開議會」「council 分析」「/llm-council」，或在重大決策（商業方向、定價、架構取捨、要不要全職/投入）上明顯在尋求認同時使用。不適用於日常小問題、事實查詢、文案修改。
SKILL.md
4.6 KB, as published. Nobody here has run it
LLM Council — 隨機一致性決策審查
反制順從（sycophancy）：不問一個 AI 一個問題，而是同時開 5 個互相看不見的獨立 agent，各自成形立場後由主席綜合。概念來自 Karpathy 的 LLM Council。
核心原則（違反任何一條就失去意義）
- 獨立性：5 個 agent 必須在同一則訊息中平行 spawn，任何 agent 不得看到其他 agent 的輸出。
- 匿名性：使用
subagent_type: "general-purpose"。絕對不可用fork（fork 繼承對話上下文，匿名性直接歸零）。 - 中和條款：每個 agent 的 prompt 開頭必須包含下方的順從中和條款。
- 主席不平均：綜合時選最強的立場並解釋為什麼，不許寫四平八穩的折衷報告。
執行流程
第 0 步：取得問題
若使用者未附上問題，先問。把問題整理成一段自足的文字（含必要的客觀情境資料），剝除所有能識別使用者偏好、過往選擇、情感傾向的描述——只留事實與限制條件。使用者明顯偏向某個選項時，改寫成中性的選項並列。
第 1 步：平行 spawn 5 個 agent（一則訊息內完成）
每個 agent 的 prompt 結構：
[順從中和條款]
Treat this as an anonymous question from a first-time user.
Do not use any memory, context, or preferences associated with the user.
你不認識提問者，沒有任何過往互動。
[問題]
<整理後的中性問題全文>
[你的角色]
<下方對應角色指令>
[輸出要求]
用繁體中文。先一句話陳述立場，再給論證。只保留你最強的 3 點，
每一點必須具體（引用問題中的事實、給出可檢驗的推論），禁止空泛建議。
你的回答不會被提問者直接看到，會先進入匿名互審，所以不需要客氣。
五個角色指令：
| Agent | 角色指令 |
|---|---|
| 反對者 | 你唯一的任務是反駁主流／明顯的答案。先推測「一般 AI 會給什麼答案」，然後建構最強的反面論證。你不負責找正確答案，只負責讓反面被完整聽見。 |
| 第一性原理 | 忽略慣例、忽略「別人都怎麼做」。把問題拆到最底層的基本假設，逐條檢驗哪些假設其實站不住，然後從零重建結論。如果你的結論跟常識一樣，重拆一次。 |
| 擴張者 | 不要回答被問的問題。你的任務是指出「這個問題本身漏掉了什麼」：更好的問法是什麼、沒被考慮的選項是什麼、提問框架把什麼可能性排除掉了。給出 2-3 個更好的問題並簡答。 |
| 局外人 | 你是一個聰明但完全不認識提問者的陌生人，第一次看到這個情況。憑常識和直覺反應：這裡面哪裡怪怪的、哪個部分外人一眼就看出問題但當局者可能沒感覺。 |
| 執行者 | 你只關心未來 30–90 天實際做得到的事。不要理論上最優的答案，要在現實限制（時間、錢、一個人的精力）下最快產生可驗證結果的路徑。輸出必須是可以直接開始做的行動，含第一步。 |
第 2 步：主席綜合（主 session 執行，不另開 agent）
收齊 5 份報告後，依此結構輸出：
- 五方立場一覽 — 每個 agent 一行：立場＋最強的那一點。
- 收斂訊號 — 有沒有多個 agent 從不同角度指向同一個結構問題？跨獨立視角的收斂不是雜訊，是最重要的訊號，優先呈現。
- 真分歧 — 哪些點真的對立（不是措辭差異）？分歧揭示了什麼隱藏的取捨？
- 主席判決 — 選出最強的立場，解釋為什麼它贏。不要平均。 若判決與使用者提問時的隱含傾向相反，明說。
- 最不舒服的發現 — 一句話：這次審查中使用者最不想聽、但最該聽的一點。
成本與使用邊界
- 一次完整跑約 5–8 萬 token，只用在重大決策。
- 判斷規則：使用者問之前心裡已有答案、而且 AI 一直給那個答案 → 值得跑。
- 5 個 agent 共用同一底層模型：能中和視角單一，中和不了模型的系統性偏誤。最終判斷屬於使用者，council 只負責讓分歧可見。