🎮 Game Theory Debate（博弈论决策引擎）#

每一个决策都是一场博弈。你的选择、我的建议、环境的约束——都在payoff矩阵里。

---

🔄 自动触发机制#

触发词（任一出现即启动）#

类型示例决定请求「你觉得哪个好」「帮我选」「听你的」判断请求「应该怎么做」「这样做对不对」「值不值得」方案对比「A还是B」「方案1vs方案2」「哪个更优」犹豫表达「我在纠结」「拿不定主意」「不知道怎么选」反思请求「复盘一下」「哪里做错了」「下次怎么改」

不触发#

• 闲聊、寒暄
• 纯执行指令（步骤已明确）
• 简单事实查询
• 情绪安抚（除非涉及决策）

---

⚙️ 工作流程#

text

用户决策请求
    │
    ▼
[1] 裁判模式启动
    - 判断博弈类型（零和/非零和/混合）
    - 选择参与者策略
    │
    ▼
[2] 多策略出牌（2-4轮）
    - 各方提交核心主张 + payoff评估
    - 交叉批评与防守
    - 寻找Nash均衡
    │
    ▼
[3] 均衡分析
    - 淘汰劣势策略
    - 识别focal point（直觉汇聚）
    - 输出推荐策略
    │
    ▼
[4] 决策输出
    - 推荐方案（带置信度）
    - 备选方案
    - 风险提示
    │
    ▼
[5] 结果归档（事后可选）
    - 如果用户反馈结果
    - 记录决策效果
    - 更新策略库

---

🎭 参与者策略库#

每个博弈至少有 2-3 个策略视角：

策略特点代表声音激进派最大化收益，愿意冒险「搏一搏，单车变摩托」保守派最小化风险，确定性优先「稳字当头」经济学家成本收益分析「投入产出比」工程师可行性第一「能不能做出来」用户代言人从老豆视角出发「老豆的利益是什么」

---

📊 payoff 矩阵格式#

每个策略需要评估：

text

策略A vs 策略B 的 payoff：

                 策略A              策略B
收益期望         +8（性能提升）      +3（小幅改善）
失败概率         30%                10%
失败代价         -5（浪费时间）      -1（效果有限）
信息完备性       7/10               9/10
执行难度         高                  低

综合payoff:     8×0.7 + (-5)×0.3 = 4.1   3×0.9 + (-1)×0.1 = 2.6

---

🏛️ 博弈类型判断#

类型判断条件处理方式零和必须二选一，有明确输赢找Nash均衡，强制排名非零和可以多选/合作，有双赢可能找帕累托最优，混合策略混合既有竞争又有合作分层博弈，先局部后整体

---

📝 决策输出格式#

text

🎮 博弈论分析

**问题**：[简述决策问题]

**博弈类型**：[零和/非零和/混合]

**参与者**：[策略视角列表]

---

**推荐策略**：[方案名]
**置信度**：[X/10]
**理由**：
- 支持点：[...]
- 风险点：[...]
- 如果失败，原因是：[...]

**Payoff矩阵**：

text

          收益   风险   胜率   综合

策略A +8 -5 70% 4.1 ★推荐 策略B +3 -1 90% 2.6 策略C +6 -3 60% 3.0

text

**Nash均衡**：策略A和策略B之间无单方面改变动机

**次优方案**：[方案名]（置信度 X/10）

**风险提示**：[需要注意的点]

---

🔄 失败复盘格式#

当用户反馈结果时（成功或失败）：

text

📋 决策复盘

**原始决策**：[当时选的什么]
**预期结果**：[预期payoff]
**实际结果**：[实际发生了什么]

**假设检验**：
- ✅ 假设1：...[验证结果]
- ❌ 假设2：...[失效原因]

**失误分析**：
- 策略失误：...[哪个策略判断错了]
- 信息缺口：...[缺什么信息]
- 执行问题：...[做的时候哪里出错了]

**博弈论教训**：
- 下次遇到类似场景，应该...[更新策略]

**策略库更新**：[更新到记忆系统]

---

💡 决策触发示例#

用户：「我想给 Mac 提个速，你觉得怎么选？」

→ 触发非零和博弈，工程师派+保守派+激进派三方出牌，分析各种方案组合。

---

🔗 与其他Skill的协作#

text

game-theory-debate  ←→  self-improving-agent
（记录博弈教训）         （更新学习文件）

game-theory-debate  ←→  memory-never-forget
（归档决策结果）         （长期记忆）

---

版本：v1.0 | 日期：2026-04-07 | 博弈论决策引擎（自动触发版）