用 GPT 做动画帧质量评审不奏效，开发者求助如何校准 Agent 评审器
Ok-Author-27 · reddit · 2026-10-29
一位开发者用 OpenAI 的 Decisions API(gpt-6-luna)作为游戏角色创建 Agent 中的「顾问评审」：对走路/跑步循环动画，输入 16/12 张有序静帧、身份参考图和帧时长 JSON，从解剖、身份/比例、连续性与循环接缝、脚部交替、接触/滑步等维度分别返回 clear/defect/unverified,阈值设为 0.8 但未在标注数据上校准。
问题是这套评审目前对提升动画质量帮助不大。作者想先弄清问题出在证据(输入帧)、评分标准还是评审模型本身，并列出三个待实验方向：
- 如何构建小型人工标注的 held-out 测试集，优先关注漏检坏动画还是误拒合格动画
- 有序全帧是否是好证据，还是改用 contact sheet 和脚部接触点、循环接缝附近选帧对更有效
- 是否保留快速分类器做分诊、只把不确定案例交给能指出具体帧和问题的评审器，并验证反馈是否真能改进下一版
帖子面向所有想把视觉评审嵌入 Agent 的开发者，征求首个实验建议和相关 eval 参考资料。
「编程与Agent」频道最新
- Herdr 发布原生窗口客户端：agent 会话、手机遥控、定时自动化齐备 — solyarisoftware · 2026-10-29
- 两个追踪 Lean 动态的实用站点：Papers With Lean 与 Lean Weekly — TZahavy · 2026-10-29
- OWASP 发布 144 页 GenAI 红队手册，八阶段方法论覆盖 AI Agent — AxSaucedo · 2026-10-29
- company-brain：拒答无出处问题的企业知识图谱开源 — JeremyCMorgan · 2026-10-29
- MCP Servers v2.2.0 发布：证书校验收紧，fetch 旧环境需刷新 certifi — caolonghua · 2026-10-29
- theo 吐槽「还在用终端给 agent 写 prompt」的开发者，被指暗合自家产品方向 — cgarciae88 · 2026-10-29