LLM Council

由 Andrej Karpathy 开源的实验性项目 LLM Council，提出了一种新颖的提问方式：不再依赖单一模型，而是让多个顶尖大语言模型组成一个“议会”，通过独立作答 → 匿名互评 → 集体整合的流程，输出更全面、可靠的最终答案。

工作流程

项目提供一个仿 ChatGPT 界面的本地网页应用，其背后运行三个阶段：

1. 并行作答
   用户的问题通过 OpenRouter 同时发送给多个模型（如 GPT-5.1、Gemini 3 Pro、Claude Sonnet 4.5、Grok 4 等），每个模型独立生成回答。
2. 匿名互评
   所有模型在不知对方身份的前提下，阅读彼此的回答，并基于准确性与洞察力进行排名。此举旨在减少品牌偏好或模型偏见的影响。
3. 主席整合
   指定的“首席模型”（可自选）综合所有回答与评分，提炼出一份统一、清晰的最终回复呈现给用户。

项目定位：灵感原型，非生产工具

Karpathy 明确表示，该项目是他在某个周六凭兴趣快速开发的“黑客玩具”，初衷是用于“与 LLM 一起读书”时对比不同模型的表现。

“能并排看到不同模型的回答，再看它们互相点评对方的输出，真的非常有趣。”

因此：

• 代码未经优化，依赖库已过时；
• 不会持续维护；
• 作者鼓励用户直接将其作为灵感模板，让自己的 LLM 帮你重写或改造。