（6722期）Swarm – 三 Agent 并行研究，快速验证创业想法

三 Agent 并行研究，快速验证创业想法 三维度并行研究：市场、用户、技术同步调研，快速生成综合研究报告，适合快速验证创业想法。 使用说明 核心用法 solo-swarm 是一个并行研究 Agent 系统，通过同时启动 3 个专业研究 Agent（市场研究员、用户研究员、技术分析师），从三个维度对同一想法进行同步深度调研。用户只需输入想法名称或描述，系统自动协调各 Agent 分工执行，最终整合为一份结构化研究报告。 显著优点 并行效率：三维度同步推进，相比串行研究节省 60-70% 时间 视角互补：市场数据、用户真实反馈、技术可行性交叉验证，避免单维度盲区 来源多元：整合 Product Hunt、G2、Reddit、Hacker News、GitHub 等多平台数据 可复用基础设施：支持 MCP 工具链（codegraph、session_search 等）利用历史研究成果和现有代码资产 决策输出明确：提供 GO/NO-GO/PIVOT 建议及下一步动作（通常指向 /validate） 潜在缺点与局限性 实验性功能依赖：需要 CLAUDECODEEXPERIMENTALAGENTTEAMS 环境变量，存在稳定性风险 搜索质量波动：WebSearch 结果质量依赖搜索引擎，无 SearXNG 配置时 Reddit/GitHub 定向搜索效果受限 Agent 协调成本：可能出现研究重叠，需 lead 角色去重整合，增加协调复杂度 输出深度受限：并行模式下单个 Agent 的研究深度可能不及专注的单次 /research 无实时数据保证：依赖公开网络信息，缺乏一手调研或付费数据库支持 适合人群 早期创业者/产品经理：快速验证 MVP 想法的可行性 独立开发者：评估 side project 的技术实现路径和市场空间 投资分析师：快速扫描赛道竞争格局和用户痛点 敏捷团队：作为设计冲刺或机会发现阶段的标准化输入 常规风险 信息过时风险：公开搜索可能返回过期市场数据或已下架产品信息 幸存者偏差：Reddit/HN 反馈偏向技术早期采用者，不代表大众市场 技术栈推荐偏差：GitHub 搜索结果偏向流行方案，可能忽略更适合场景的新兴技术 环境配置失败：未正确设置实验性环境变量时功能完全不可用 原始说明 Launch 3 parallel research agents (market, users, tech) to investigate an idea from multiple angles simultaneously. Use when user says "swarm research", "par...