गौंटलेट लूप: ब्लाइंड क्रिटिक्स के साथ पुनरावृत्त एजेंट वर्कफ़्लो

चरण 1: एक वास्तविक, जांचने योग्य मानक तय करें (जैसे 'सबसे हालिया Call of Duty' का स्तर, न कि 'एक बेहतरीन FPS')। यदि आपका उससे बेहतर नहीं है, तो आपने काम पूरा नहीं किया। चरण 2: एक ओवरलोडेड एजेंट के बजाय काम को विशेषज्ञ उप-एजेंटों में बांटें। चरण 3: हर हिस्से को तब तक लूप करें जब तक वह असली काम जैसा न दिखे, न कि 'AI के लिए काफी अच्छा'। संस्करण 1 कचरा होगा। चरण 4: ब्लाइंड आलोचक आपके आउटपुट की तुलना एक संदर्भ से करें और तब तक जारी रखें जब तक वे आपका न चुनें (या आप रुक न जाएं)। आलोचक को ब्लाइंड क्यों होना चाहिए: Claude Code / Codex-शैली के हार्नेस में, उप-एजेंट अक्सर मुख्य एजेंट के संदर्भ को फोर्क करते हैं, इसलिए एक 'आलोचक' अभी भी निर्माता के तर्क को याद रखता है और उसे मंजूरी दे देता है। समाधान: आलोचकों को पूरी तरह से नए संदर्भ के साथ स्पॉन करें। वे केवल आर्टिफैक्ट देखते हैं (जैसे दो छवियां), चुनते हैं कि कौन सा बेहतर दिखता है, और नहीं जानते कि कौन सा आपका है। जब तक आलोचक आपका न चुने, लूप करते रहें। कैसे चलाएं: लीड एजेंट विघटित करता है, हर हिस्से को बिल्डर + आलोचक मिलता है, प्रत्येक सबसिस्टम के लिए पहले/बाद में, गेम में वापस जोड़ें, तरंगें दोहराएं। संदर्भ छवियों का एक बड़ा ढेर हाथ से न खिलाएं; प्रॉम्प्ट सेट करें और एजेंट को खुद तुलना सामग्री खोजने दें। संदर्भ जब चीज़ अभी मौजूद न हो: गुणवत्ता-स्तर की तुलना के रूप में एक अलग गेम/ऑब्जेक्ट का उपयोग करें (आलोचक 'कौन सा समग्र रूप से बेहतर दिखता है' का न्याय करता है, पहचान मिलान नहीं), या एक छवि मॉडल के साथ लक्ष्य स्टिल्स उत्पन्न करें जब तक आप उन्हें पसंद न करें, फिर उन्हें मानक के रूप में खिलाएं। गेम के बाहर भी वही लूप: लेखन: प्रत्येक पुनरावृत्ति के बाद, मजबूत हालिया तुलनाओं के खिलाफ पैराग्राफ (या पेज/अध्याय) का A/B परीक्षण करें। प्रसिद्ध मृत लेखकों से बचें जिन्हें मॉडल पहले से 'जानता' है (IP + पहचान)। समकालीन तुलनीय लेखन का उपयोग करें। वेबसाइटें: उन साइटों को खिलाएं जिन्हें आप विश्व-स्तरीय मानते हैं; तब तक न रुकें जब तक ब्लाइंड आलोचक लगातार आपका पसंद न करें। 'अच्छा क्या है' पर कितना निर्देशात्मक होना: वैकल्पिक। प्रयोगात्मक रन ढीले छोड़ें। असली काम: अधिक निर्देशात्मक बनें और लूप के बीच में स्टीयर करें ('इस दिशा की तरह, लेकिन कम करें')। लागत और कब रुकना: लूप हमेशा चल सकता है। डेमो/खिलौने: इसे अधिकतम न करें। असली काम जो मायने रखता है: कुछ सौ डॉलर खर्च करने / सदस्यता सीमा तक पहुंचने को तैयार रहें। तब रुकें जब आर्टिफैक्ट मूल्यवान और 'पहले से ही वाह' हो, न कि इसलिए कि मानक पूरी तरह से हरा दिया गया है।