镣铐循环：带盲目评论者的迭代式智能体工作流

第一步：设定一个真实、可检验的标准（例如“最新的《使命召唤》水平”，而不是“一款出色的FPS”）。如果你的作品没有超越它，那就不算完成。 第二步：将任务拆分给专业子代理，而不是让一个超负荷的代理独自承担。 第三步：循环打磨每一部分，直到它看起来像真正的作品，而不是“对AI来说还不错”。第一版肯定是垃圾。 第四步：盲评者将你的输出与参考作品对比，并持续迭代，直到他们选中你的作品（或者你停止为止）。 为什么盲评者必须保持盲态：在Claude Code / Codex风格的框架中，子代理常常继承主代理的上下文，因此“评论者”仍会记得构建者的思路并盖章认可。解决办法：用全新的上下文生成评论者。他们只看到成果（例如两张图片），选择哪张更好，且不知道哪张是你的。在评论者选中你的作品之前，持续循环。 如何运行：主导代理进行分解，每个部分配备构建者和评论者，按子系统进行前后对比，整合回游戏，重复多轮。不要手动喂入一大堆参考图片；设定提示词，让代理自行寻找对比材料。 当目标尚不存在时的参考：使用另一款游戏或物体作为质量水平的对比（评论者评判“整体哪个更好看”，而非身份匹配），或者用图像模型生成目标静帧，直到你满意，然后将这些作为标准。 游戏之外的相同循环：写作方面：每次迭代后，将段落（或页面/章节）与近期强劲的对比作品进行A/B测试。避免使用模型已经“熟知”的著名已故作者（涉及知识产权和身份）。使用当代可类比的写作。网站方面：提供你认为世界级的网站；不要停止，直到盲评者持续偏好你的作品。 对“好”的定义有多具体：可选。实验性运行可以放开。真正的工作：更具体，并在循环中调整方向（“朝这个方向，但收敛一些”）。 成本与何时停止：循环可能永远运行。演示/玩具：不要最大化投入。真正重要的工作：愿意花费几百美元/达到订阅上限。当成果有价值且“已经令人惊叹”时停止，而不是因为标准被完全超越。