GAN 式多 Agent 架构

定义

受 GAN（生成对抗网络）启发的多 Agent 设计模式：将生成与评估分离为独立 Agent，通过对抗性反馈循环驱动输出质量提升。

要点

• 核心洞察：模型自我评估倾向于过度乐观，分离评估者后调优其怀疑态度更加可控
• 评估者需要实际交互输出（如用 Playwright 操作页面），而非静态评分
• 评估标准需要将主观判断编码为具体可评分的维度（设计质量、原创性、工艺、功能性）
• 生成者在每次评估后做策略性决定：精细化 or 完全转向

示例

前端设计场景：Generator 生成 HTML/CSS/JS → Evaluator 用 Playwright 浏览并截图评分 → 反馈回 Generator → 5-15 次迭代。一个案例中，第 10 次迭代模型自发从平面布局转向 3D 空间体验。

相关概念

• Agent Harness
• 品味（Taste）〔待补〕 — 评估标准的设计本质上是"编码品味"
• Autoresearch — 同样依赖将质量标准形式化
• 长任务Agent Harness设计〔待补〕
• 验证子代理 — 生成-验证者模式的具体实现（验证者专门负责测试/评估）

参考资料

• Anthropic: Harness design for long-running application development