斯坦福这套方法，把 Claude 变成了我的私人 AI 顾问团（Skill 开源）

斯坦福有一套研究方法叫 STORM：不是让 AI 从一个角度回答问题，而是先派出好几个带着不同立场的角色，各自去查、互相对照，最后再集成成一份报告。这其实很像我们平时开会做决定，把同一个问题丢给不同的人，听完大家的意见再拍板。

我把这套方法做成了一个 Claude Code 的 skill，然后拿我自己正在纠结的一件事来测：Mac Studio 以后还会不会涨价？现在是不是好的买入时机？如果要在本地跑模型，买什么配置最划算？

我只说了一句「帮我调用顾问团会诊」，它就按这道题、按我自己的情况，现场组了 6 位顾问：本地模型实测派、剪辑和渲染工程师、价格和供应链分析、苹果周期观察者、跨境成本核算，还有一位专门唱反调的「不买行不行」。每一位都只接受指定类型的证据，也都知道我是谁：用什么电脑、平时做什么、打算在哪里买。

01本期材料

1. GitHub 仓库：storm-research-zh

02章节

• 00:00斯坦福的研究方法：一个选题，多个角色
• 00:23就像开会：让不同的人一起做决定
• 00:36我把它做成了一个 skill
• 00:47演示题：Mac Studio 现在该不该买
• 01:13一句话启动顾问团，派出 6 个 Agent
• 01:38关键：它知道我是谁
• 02:266 位顾问各自负责什么
• 02:44演示文稿长什么样：摘要与可信度排序
• 03:17隐藏的关联与最后的建议
• 03:42为什么比直接聊天更有依据
• 04:00skill 开源
• 04:21斯坦福 5 视角 vs 按场景组顾问
• 04:49打开后台：每位顾问的证据从哪来
• 05:46AI 时代最贵的是判断力
• 06:22搬到人生决策：考研、辞职、亲密关系
• 07:13拿到报告之后怎么读
• 07:42子 Agent 的更多用法：Agent Team 开会
• 08:31收尾