건틀릿 루프: 블라인드 비평가를 활용한 반복적 에이전트 워크플로우

Step 1: 실제로 검증 가능한 기준을 설정하라 (예: '훌륭한 FPS'가 아닌 '가장 최근의 Call of Duty' 수준). 당신의 결과물이 더 낫지 않다면, 아직 끝난 것이 아니다. Step 2: 하나의 과부하된 에이전트 대신, 작업을 전문 하위 에이전트들로 분할하라. Step 3: 각 조각이 'AI 치고는 꽤 괜찮은' 수준이 아니라 실제 작업처럼 보일 때까지 반복하라. 버전 1은 쓰레기일 것이다. Step 4: 블라인드 비평가들이 당신의 결과물을 참조물과 비교하고, 그들이 당신의 결과물을 선택할 때까지 (또는 당신이 멈출 때까지) 계속 진행하라. 비평가가 블라인드여야 하는 이유: Claude Code / Codex 스타일 환경에서 하위 에이전트는 종종 메인 에이전트의 컨텍스트를 포크하므로, '비평가'가 빌더의 논리를 기억하고 그대로 승인하게 된다. 해결책: 완전히 새로운 컨텍스트로 비평가를 생성하라. 그들은 오직 산출물(예: 두 이미지)만 보고 어느 것이 더 나은지 선택하며, 어느 것이 당신의 것인지 알지 못한다. 비평가가 당신의 결과물을 선택할 때까지 계속 반복하라. 실행 방법: 리드 에이전트가 분해하고, 각 조각은 빌더 + 비평가를 가지며, 하위 시스템별로 전후 비교를 수행하고, 게임에 다시 통합한 후, 반복적으로 웨이브를 수행하라. 참조 이미지의 큰 묶음을 직접 주입하지 말고, 프롬프트를 설정하고 에이전트가 비교 자료를 스스로 찾게 하라. 아직 존재하지 않는 것에 대한 참조: 다른 게임이나 객체를 품질 수준 비교 대상으로 사용하라 (비평가는 정체성 일치가 아닌 '전체적으로 어느 것이 더 나은지'를 판단). 또는 이미지 모델로 목표 스틸을 생성하여 마음에 들 때까지 만든 후, 그것을 기준으로 사용하라. 게임 외부에서도 동일한 루프: 글쓰기: 각 반복 후, 강력한 최근 비교 대상과 단락 (또는 페이지/장)을 A/B 비교하라. 모델이 이미 '자신'으로 알고 있는 유명한 죽은 작가(IP + 정체성)는 피하라. 현대의 비교 가능한 글쓰기를 사용하라. 웹사이트: 세계적 수준이라고 생각하는 사이트를 주입하고, 블라인드 비평가들이 일관되게 당신의 것을 선호할 때까지 멈추지 말라. '좋음'의 의미에 대해 얼마나 규범적으로 할 것인가: 선택 사항. 실험적 실행은 자유롭게 풀어라. 실제 작업: 더 규범적으로 하고 루프 중간에 방향을 조정하라 ('이 방향이 좋지만, 좀 줄여라'). 비용과 중단 시점: 루프는 영원히 돌 수 있다. 데모/장난감: 최대치로 돌리지 말라. 중요한 실제 작업: 수백 달러를 지출하거나 구독 한도에 도달할 의향이 있어야 한다. 산출물이 가치 있고 '이미 와우' 수준일 때 중단하라. 기준을 충족했기 때문이 아니라.