上海
品玩3月25日訊，Anthropic Labs團隊發布最新研究，通過引入生成器與評估器分離的多智能體架構，大幅提升了Claude在前端設計及長周期自主編程中的表現。
針對模型在長任務中易喪失連貫性及自我評估過于寬容的痛點，該方案采用類似GAN的機制，將主觀設計標準轉化為可量化指標，并利用Playwright MCP進行實時交互測試與迭代反饋。
實驗顯示，相較于單智能體模式，新架構雖增加了計算成本與耗時，但能生成具備完整功能的全棧應用。在構建復古游戲制作器與數字音頻工作站的案例中，系統成功實現了從需求規劃、代碼生成到自動化QA的閉環，有效修復了邏輯漏洞并豐富了功能細節。隨著Opus 4.6等模型的演進，該研究證實動態調整智能體協作策略仍是挖掘AI工程潛力的關鍵路徑。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
