---
title: '11 AI 驱动的烹饪实验'
video_id: UPtmKh1vMN8
part: 11
---

> 章节 11 / 29 · [[00-总览|课程总览]] · 起始 [1:06:12](https://youtu.be/UPtmKh1vMN8?t=3972)


## 章节主旨

用「设计差异化酱料配方」这个趣味例子,演示多 agent 并行的两种玩法:一是并行头脑风暴扩大搜索空间,二是 `model-chat` 让多个 Claude 实例在共享对话室里辩论收敛。

## 核心论点

1. **多 agent 并行的真正价值不是「更快」,而是在相同时间里扫过更大的方案搜索空间、逼出差异化与离群解。**([[#1-并行头脑风暴扩展搜索空间-10619|→ 详解1]])
2. **辩论式多 agent(model-chat)用「时间换 token」拿到共识质量:多实例分轮次讨论、每轮内并行推进。**([[#2-model-chat多实例辩论共识-10701|→ 详解2]])

## 知识点详解

### 1. 并行头脑风暴:扩展搜索空间 [1:06:19](https://youtu.be/UPtmKh1vMN8?t=3979)

单个 agent 也能列出一堆酱料点子,但同一时间内,单 agent 既难产出**高度差异化**的清单,又难扫过足够大的方案空间。多 agent 并行化同时铺开,才逼得出印度、波斯、加勒比-拉美 fusion 乃至法式黄油酱这类离群解。

这套 扩展搜索空间 的思路可迁移到任何业务问题:同时收割「低垂果实」型常规解和「离群」型非常规解,而不是让一个 agent 顺着单一思路一条道走到黑。

### 2. model-chat:多实例辩论共识 [1:07:01](https://youtu.be/UPtmKh1vMN8?t=4021)

作者把辩论封装成一个叫 `model-chat` 的 Skill:spawn 出多个(演示里 5 个,可要求 ≥10)Claude 实例进驻**共享对话室**,让它们互相质疑、分歧、再收敛出方案。触发词(如 chat)一喊即启。

调度机制是 Round-robin 轮次 + 每轮内 并行执行:按轮次轮流发言,同一轮里多个实例并行推进。它和前面的随机多 agent 共识是同一笔交易——拿总 token 消耗去换「时间/覆盖度」上的优势。

## 术语

- model-chat(作者自制 skill,多个 Claude 实例在共享对话室辩论并收敛)
- round-robin turns(轮询轮次,多实例按轮轮流发言)
- outlier solution(离群解,搜索空间边缘的非常规方案,如 tomatillo 果胶做乳化剂的法式黄油酱)

## 自检问题

1. 既然单个 agent 也能列酱料点子,为什么还要多 agent 并行?
   **答案**:同一时间内单 agent 既难产出高度差异化的清单、又难扫过足够大的搜索空间;并行才能同时收割常规解与离群解。见详解1 [1:06:19](https://youtu.be/UPtmKh1vMN8?t=3979)
2. model-chat 的调度机制是什么,它在拿什么换什么?
   **答案**:round-robin 轮次 + 每轮内并行执行;用总 token 消耗换取时间/覆盖度上的优势。见详解2 [1:07:06](https://youtu.be/UPtmKh1vMN8?t=4026)