--- name: arena description: "对同一任务拉起 N 个并行候选,选出基底,把落选者最强的部分嫁接进去。用于 /arena、「arena this」、「throw it in the arena」,或对一个非平凡产物只试一次就会把错误形状锁死的时候。" disable-model-invocation: true --- # Arena 动手之前先开一份待办,每个阶段一条(框定、扇出、交叉评审、选定、嫁接、验证),然后再拉起任何东西。 ## 阶段 A:框定 每个候选拿到同一份 prompt,所以 prompt 就是契约。 1. 说明每个候选要产出的产物。 2. 导出评分标准:3 到 6 条具体、可打分的标准,说明*这个*任务上成功是什么样。它是阶段 D 里挑选者的工具。候选只看见任务。 3. 从 `~/.cursor/rules/pstack-models.mdc` 里的 `arena runners` 那一行选定 runner,默认是 `claude-fable-5-2-high`、`claude-opus-5-5-high-fast` 和 `gemini-4-carbon-high`。`auto` 或 `inherit-parent` 条目是父模型,所以省略 `model`,并拉起 `generalPurpose`。Task 工具拒绝某个 slug 时,用同一家族最接近的合法 slug,或者丢掉这个席位,至少保留两个 runner,并说出来。家族按前缀分,最长匹配胜出:`claude-fable-*`、`claude-*`、`gemini-*`,比较之前先去掉开头的 `cursor-`。其他 slug 的家族是第一个连字符之前的那段文本。有多个设计方向时再多拉一些,工作受生成所限、对判断不敏感时,同一个模型重复用。按 **poteto-mode** skill 的 Subagents 一节,为每个 subagent 选定推理档位。 4. 给每个候选自己的输出位置(能用 git worktree 就用,否则用 `/tmp/arena-/candidate-/`),见 **separate-before-serializing-shared-state** 原则 skill。 ## 阶段 B:扇出 在一条消息里用 `run_in_background: true` 拉起全部 N 个 subagent。每个带上任务、共享摸底材料的路径、自己的输出路径,以及指令:产出产物,并写一段短理由,点名它考虑过的替代方案和拒绝了什么。 某个候选没有产出时,用 N-1 继续,并记下掉队的那个。 ## 阶段 C:交叉评审 阶段 B 的候选全部完成后,从 `~/.cursor/rules/pstack-models.mdc` 里的 `arena cross-judge pool` 那一行拉起一个只读评判者,默认是 `claude-opus-5-5-high-fast`、`gemini-4-carbon-high`。评判者永远不来自父模型的厂商,做这项检查时 Fable 算作 Claude,所以用第一个来自另一厂商的条目。`auto` 或 `inherit-parent` 条目是父模型。如果你不知道父模型是什么,用第一个真实 slug,并说明厂商检查没有跑。Task 工具拒绝某个 slug 时,用同一家族最接近的合法 slug,再不行就换下一个这样的条目,或者跳过评判者,并说出来。你在阶段 D 阅读时,评判者按路径标签,在每条评分标准上给每个候选打分,并推荐一个基底。 ## 阶段 D:选定基底 选定之前把每个候选从头读到尾。按评分标准逐条打分,不要凭整体感觉,并在阶段 C 跑了交叉评审时拿来对照。基底上一致,就确认这次挑选。不一致,意味着你们其中一个有偏,或者评分标准含糊。决定之前先读两边的理由。 选一个未来维护者最容易扩展、又不会打破不变量的基底。两个感觉打平时,按偷懒协议,优先更干净的边界或更小的 API。 ## 阶段 E:嫁接 把每个落选候选再走一遍,找值得移植进基底的东西,通常每个候选一两处,不是大半。按 **redesign-from-first-principles** 原则 skill,每处嫁接手改折进去,让结果在一个心智模型下仍然连贯。不要机械粘贴。 候选收敛到一个形状时,那是很强的一致。记下来,交出去这个共识形状。不需要嫁接。它们大幅发散时,阶段 A 规格不足。重新框定再跑,不要把发散平均掉。 ## 阶段 F:验证 按 **prove-it-works** 原则 skill,像验证任何其他产出一样验证综合后的产物。验证发现 arena 漏掉的问题时,要么阶段 A 错了(重新框定再跑),要么某个候选抓住了而你漏了嫁接(回到阶段 E)。不要把它糊过去。 ## 产出 一份综合后的产物,旁边附一段短的综合说明:点名基底和原因,交叉评审的结论,或阶段 C 跳过了评判者,每一处嫁接及其来源候选,拒绝了什么和为什么,任何收敛或掉队,以及验证结果。