树搜索提示法测试 Astra 自主创造力,结果仍不及人工引导
creatoroff · x · 2026-09-10
作者对 Astra 模型做创造力诱导实验的第三部分：将树搜索方法与更强的原始 prompt 结合后效果有所提升，生成的模拟内容在视觉上更独特、偏离了模型常选的与记忆相关的主题。
- 引用部分：此前第二轮实验让 3 个任务各自做逐层发散的树搜索，共产生 117 个想法（39×3），纸面多样性增加但视觉风格几乎相同，想法平庸
- 使用的核心 prompt 要求生成"高度创造性、复杂、单页 HTML canvas、每个方面都有原创性且有意义的动态"的模拟
- 作者观察：模型在人类引导下能力极强，但自主想出好主意的能力仍是短板，实验将继续
这是一个有趣的自主 agent 创造力评测案例，揭示了模型自主发散与被引导之间的差距。
「编程与Agent」频道最新
- 11 天合并 223 个 PR：GitHub 高管用 Agent 舰队造出 Spring Boot 控制台 — DanWahlin · 2026-09-10
- MCP 实时数据服务设计之争：先搜索收敛还是直接返回最新数据 — JuicerSocial · 2026-09-10
- 谁来为vibe coding浪潮造安全护栏?质量参差引担忧 — DavidWells · 2026-09-10
- v0 接入 Vercel 生态集成:Resend、MongoDB 等聊天内一键配置 — evilrabbit_ · 2026-09-10
- 用户实测 Astra:自动审计 Google 商家资料、批量配置 Stripe 商品 — gregmushen · 2026-09-10
- 用 Astra 看完苹果 6 支折叠屏开发视频,提炼 iOS 27.1 关键要点 — JordanMorgan10 · 2026-09-10