Council（模型委员会）是让多个大语言模型以“委员会”形式共同回答同一个问题、再互相评议并汇总结论的一种多模型协作方法。它的核心思路是：单个模型难免有偏见或幻觉，而让不同厂商的模型各自作答、彼此评审，可以得到更可靠、更平衡的结果。随着开源工具和主流产品的推动，LLM Council 正从社区实验走向正式功能。
Model Council 的产品化进展
LLM Council 的开源实践
当前焦点与观察点
目前围绕 Council 的讨论主要集中在三点：一是成本——多模型同时作答和互评意味着更高的 token 消耗，厂商如何通过 Pro 订阅等方式平衡体验与开销值得关注；二是评议机制——委员会内部如何裁决分歧（投票、加权还是交由裁判模型）尚无统一范式；三是场景边界——Council 更适合高风险、开放性的判断题，而非简单检索类任务。随着 Perplexity 等产品将其内置、开源方案持续迭代，多模型协作可能成为智能体基础设施的标配组件，但其实际收益仍需在真实任务中检验。