--- name: arena description: "针对同一任务并行生成 N 个候选,选出一个基础方案,再把其他候选最强的部分融入其中。用于 /arena、‘为这个做方案竞技’、‘把它放进竞技场’,或只尝试一次就可能让复杂产物定型错误的情形。" disable-model-invocation: true --- # 方案竞技 在 Claude Code 中,每个会话在遵循此技能前,先阅读一次 [Claude Code 适配器](../../docs/harness/claude-code.md)。它将 pstack 技能中的 Cursor 名称映射到 Claude Code。 启动任何工作前,打开待办列表,每个阶段一项:界定、展开、交叉评审、选择、融合、验证。 ## 阶段 A:界定 每个候选得到相同提示,因此提示本身就是契约。 1. 说明每个候选要产出什么。 2. 制定评分准则,包含 3—6 个具体、可以评分的成功标准,针对*本次*任务。它供阶段 D 的选择者使用,候选只看到任务。 3. 选择执行者。使用 `~/.cursor/rules/pstack-models.mdc` 中的 `arena runners` 行。规则或该行缺失时,默认分别使用一个 `claude-opus-5-5-xhigh` 和一个 `grok-4.7-xhigh-fast`。该行中的 `auto` 或 `inherit-parent` 表示父模型,因此省略 `model`。如果 Task 工具拒绝配置项,改用该模型家族的默认项执行这个席位,并说明。家族按前缀划分:`claude-*` 为一类;`grok-*`、`cursor-grok-*` 和 `composer-*` 为另一类。被拒绝的 `composer-*` 项改用 `grok-4.7-xhigh-fast`。如果家族没有默认项,或 Task 工具也拒绝了默认项,使用错误消息中同一家族最接近的有效标识;没有时移除该席位并说明。如果移除后少于两个执行者,补充到两个;配置行原本只有一项时则保留一个。补充执行者使用某个剩余执行者的模型;没有剩余项时省略 `model`,让其使用父模型,并说明。方案竞技覆盖多个设计方向时增加执行者。工作受生成能力限制而非判断敏感度限制时,可将同一模型使用 N 次。按 **poteto-mode** 技能的子智能体一节,为任务选择推理级别及快速或标准速度。 4. 给每个候选独立输出位置:可用时使用 git worktree,否则使用 `/tmp/arena-/candidate-/`;遵循 **separate-before-serializing-shared-state** 原则技能。 ## 阶段 B:展开 在同一消息中启动全部 N 个子智能体,设置 `run_in_background: true`,每个都收到任务、共享基础资料路径、自身输出路径,以及产出结果和简短理由的指令;理由应列出考虑过的替代方案与否决项。 某个候选没有产出时,继续处理 N−1 个,并记录退出者。 ## 阶段 C:交叉评审 阶段 B 的全部候选完成后,从 `~/.cursor/rules/pstack-models.mdc` 的 `arena cross-judge pool` 行选择一个模型。规则或该行缺失时,从 `claude-opus-5-5-xhigh` 和 `grok-4.7-xhigh-fast` 中选择。启动一位只读评审子智能体。评审者绝不来自父模型所属家族,家族定义见阶段 A 第 3 步。按池中顺序,只尝试其他家族的配置项。`auto` 或 `inherit-parent` 是父模型,因此不能担任评审。默认池中,Claude 父模型使用 `grok-4.7-xhigh-fast`;其他家族的父模型首先使用 `claude-opus-5-5-xhigh`。如果 Task 工具拒绝某项,根据错误消息使用同一模型、最接近推理级别或速度的有效标识;没有时尝试下一项。如果其他家族的配置项都无法运行,以同样方式尝试默认池中其他家族的项。若仍无法运行,跳过评审,阶段 D 由自己选择基础方案,并说明。如果不知道父模型,按池顺序尝试真实标识,并说明没有完成家族检查。评审者看到评分准则和以路径标记的候选,逐项评分,并附理由推荐基础方案。它与阶段 D 中你的阅读并行运行。候选仍在写入时不要启动它。 ## 阶段 D:选择基础方案 选择前,完整阅读每个候选。对照准则逐项评分,不凭整体感觉判断;如果阶段 C 启用了交叉评审,就与其结果比较。对基础方案达成一致,可以确认选择;有分歧,意味着你们之一存在偏向,或准则含糊。决定前阅读双方理由。 选择未来维护者最容易扩展、且不会破坏不变量的基础方案。两个方案难分高下时,根据懒惰协议,优先边界更清晰或 API 更小的方案。 ## 阶段 E:融合 再次查看每个落选方案,寻找值得移植到基础方案中的部分,通常每个一两项,而不是大部分。遵循 **redesign-from-first-principles** 原则技能,手工整合每一处,让结果保持统一认知模型,不机械粘贴。 候选收敛到同一形态,说明一致性很强。记录它,交付共同形态,不必融合。如果差异极大,则阶段 A 定义不足。重新界定并再运行,而不是对分歧取平均。 ## 阶段 F:验证 遵循 **prove-it-works** 原则技能,像验证任何其他输出一样,验证综合后的产物。如果发现方案竞技没有识别的问题,要么阶段 A 有误,应重新界定并运行;要么某个候选已经发现,而你漏掉了相应融合,应回到阶段 E。不要用表面补丁掩盖它。 ## 输出 一个综合后的产物,以及放在旁边的简短综合说明:选了哪个基础方案及原因、交叉评审结论或阶段 C 跳过评审的事实、每处融合及其来源候选、否决了什么以及理由、任何收敛或退出情况,以及验证结果。