ガントレットループ：ブラインド批評家による反復エージェントワークフロー

ステップ1：現実的で検証可能な基準を設定する（例：「最新のCall of Duty」レベルであり、「素晴らしいFPS」ではない）。自分の成果がそれより優れていなければ、完了ではない。 ステップ2：1つの過負荷なエージェントではなく、専門のサブエージェントに作業を分割する。 ステップ3：各パーツが「AIにしてはかなり良い」ではなく、本物の仕事に見えるまでループさせる。バージョン1はゴミになるだろう。 ステップ4：盲検の批評家があなたの成果を参照物と比較し、彼らがあなたの成果を選ぶまで（またはあなたが止めるまで）続ける。 批評家が盲検でなければならない理由：Claude CodeやCodexスタイルのハーネスでは、サブエージェントがメインエージェントのコンテキストをフォークすることが多く、「批評家」がビルダーの論理を覚えていて、それをそのまま承認してしまう。修正方法：完全に新しいコンテキストで批評家を生成する。彼らは成果物（例：2つの画像）だけを見て、どちらが良く見えるかを選び、どちらがあなたのものかは知らない。批評家があなたの成果を選ぶまで、ループを続ける。 実行方法：リードエージェントが分解し、各パーツにビルダーと批評家を配置し、サブシステムごとに前後を比較し、ゲームに折り返し、波を繰り返す。大量の参照画像を手渡しで与えず、プロンプトを設定してエージェント自身に比較材料を見つけさせる。 まだ存在しないものへの参照：別のゲームやオブジェクトを品質レベルの比較対象として使う（批評家は「全体的にどちらが良く見えるか」を判断し、同一性の一致ではない）、または画像モデルでターゲットの静止画を生成して気に入るまで調整し、それを基準として与える。 ゲーム以外でも同じループ：執筆：各反復後に、強力な最近の比較作品と段落（またはページや章）をA/B比較する。モデルがすでに「自分自身」として知っている有名な故人は避ける（IPとアイデンティティ）。現代の同等の文章を使う。ウェブサイト：世界クラスだと思うサイトを提供し、盲検の批評家が一貫してあなたのサイトを好むまで止めない。 「良いとは何か」の指示の度合い：任意。実験的な実行では自由にさせる。本物の仕事：より指示的になり、ループ途中で方向を調整する（「この方向が良いが、少し控えめに」など）。 コストと停止タイミング：ループは永遠に続く可能性がある。デモやおもちゃ：最大化しない。重要な本物の仕事：数百ドルを使うか、サブスクリプションの上限に達することを厭わない。成果物が価値があり「すでに感動的」である時点で停止する。基準を完全に打ち負かしたからではない。