gauntlet loop是一种智能体提示模式，其中AI智能体系统针对明确的质量标准对一项工作进行迭代，使用分离的构建者和批评者角色以及盲比较，直到输出超越具体参考。该技术由开发者Matt Shumer在2026年推广，他创造了这一名称，并用它构建了“Claude of Duty”，这是一款由智能体在智能体编码框架内端到端生成的浏览器游戏。
工作原理
gauntlet loop从两个输入开始：一个宏大的目标和“优秀”样子的具体示例（参考）。主导智能体随后：
- 设定标准。 参考被视为要超越的标准，而非灵感来源。
- 分解工件，将其拆分为可以独立改进和评判的最小部分。
- 分配构建者。 每个重要部分交给一个构建者智能体，由其生成或修订该部分。
- 盲评。 一个具有全新上下文的独立批评者智能体将当前输出与参考进行盲A/B测试比较，不知道哪个是哪个。
- 找出最大差距。 如果输出落败，批评者指出最大的实质性差异，这成为下一个构建目标。
- 循环，直到输出在比较中胜出或达到停止条件。
构建者与批评者之间的分离很重要：具有全新上下文的评判者避免了模型评估自身工作的自我评分偏差，而盲A/B框架迫使进行具体比较，而非泛泛的赞美。
要求与用途
gauntlet loop在诸如Claude Code或Codex等智能体框架内运行，其中智能体可以打开文件、运行代码、渲染结果、检查截图并生成子智能体。该模式适用于任何可以检查和改进的工件：代码、网站、产品设计、营销素材、写作和研究。它属于更广泛的智能体自我改进技术家族，与批评者-验证者流水线和多智能体系统中的评判小组并列。