精选教程71
Anthropic 工程博客:用生成器与评估器架构支撑长时间应用开发
原标题:Harness design for long-running application development
Anthropic 工程博客介绍一种受 GAN 启发的多智能体 harness 设计,用生成器与评估器分离来解决 Claude 自评偏宽松的问题。前端设计实验中作者制定设计质量、原创性、工艺、功能四项评分标准,评估器借助 Playwright MCP 实际操作页面后打分,单次生成跑 5 到 15 轮、最长约四小时。
推荐理由作者以 Anthropic 工程博客第一手记录生成器与评估器多智能体架构的搭建与简化过程,可迁移到自建编码智能体。
来源仅允许展示摘要,全文请到原文阅读。
