Anthropic 研究员:99% 工程师已跑 300+ 自改进 agent 群
AlishaOutridge · x · 2026-09-11
一段被广泛转发的 Anthropic 研究人员经验谈:某研究员先花八个月守着单个聊天窗口反复 prompt、读输出、修错,后来停止人工监督,改为构建能自查工作的循环,六周后产出就超过了所在团队。
核心论点:
- 该团队 99% 的工程师已在运行 300+ 个自改进 agent 的集群,剩下 1% 还在手动把报错日志贴回对话框。
- 关键不是提示词差距(prompting gap),而是循环差距(loop gap):给模型一种验证自身输出的方式,一个晚上就能补上。
- 推荐的路径:Claude → Loops → Plan Mode → Dynamic Workflows → Self-Improving Swarms,即 Plan → Run → Verify → Improve。
帖中还有一个 20 分钟的演讲视频,演示如何从零搭建自我改进的模型工作流,作者称其价值超过多数上千美元的 AI 工程课程。被引用的文章则讨论交易循环中「凌晨三点问题」——无人监督时循环自我欺骗的五种失败方式及容错架构。
「编程与Agent」频道最新
- 拆解两款真实「公司大脑」：Slite 与 Gorgias 同台对比构建之道 — femke_plantinga · 2026-09-11
- 浏览器主线程很贵:动画卡顿的真正成本与前端优化实践 — jh3yy · 2026-09-11
- 开源工具 Claude Unlimited：多账号轮换让 Claude Code 会话不断线 — Similar_Injury_6739 · 2026-09-11
- 受 OpenAI 万机群启发，开发者开源 agent 众包解题平台 — Benjaminsen · 2026-09-11
- 开源 Mac 应用 Lucid：只在跑 AI 时阻止笔记本休眠 — Pitiful_Hedgehog_600 · 2026-09-11
- 20kb 函数匹配达成,banteg 召集 AI 逆向 Snail Mail 剩余 20 个挑战 — banteg · 2026-09-11