视频生成 Agent 陷入规则爆炸，如何让其具备泛化判断力？

Expensive_Hamster189 · reddit · 2026-08-02

开发者使用 Claude Code 构建了一条自动化生成儿童教育视频的流水线（涵盖脚本、AI 生图、图生视频、TTS 及自动质检）。但在实际运行中，开发者发现系统陷入了“规则爆炸”：针对单个视频错误提取的硬性规则往往无法泛化，甚至会破坏其他类型视频的生成。

作者指出，不同类型（如“什么是X”与“X是如何工作的”）的视频需要完全不同的处理逻辑。他希望 Agent 能像人类一样具备“品味”和动态适应能力，而不是机械遵守不断膨胀的规则书。目前他正在考虑引入黄金样例、分类器路由以及 VLM-as-judge 等方案，并向社区征集大规模解决该问题的实践经验。