开发者观察：Opus 5.5 原生采用 idea 级 actor-critic 自博弈回路

sytelus · x · 2026-11-08

开发者 sytelus 观察称，Opus 5.5 原生使用一种「idea 级」的 actor-critic 循环，带有自博弈(self-play)特征，并称这确实显著提升了输出质量；他表示尚未在 Astra/Sol 中看到类似机制。

配图展示了一个多智能体工作流：8 个分析师各覆盖一组工作，完成后由 architect agent 汇总两份目录，critics 检查完整性与原子性，reviser 应用修复——类似分层评审结构正成为高级 agent 工作流的常态。