正在打开每日关注
正在打开每日关注
视频提出用主 Agent 加两个无上下文评审 Agent，循环盲测并优化推理型 Skill。
就是让两个全新的agent互相去盲测
作者分享一种面向已上线推理型 Skill 的优化流程：人先定义业务问题与约束，由主 Agent 改写方案，再让两个没有原始上下文的 Agent 独立盲测和评审，反馈给主 Agent 继续迭代。
示例是自动化广告出价 Skill：目标是扩大不同出价区间的探索，以寻找全局毛利更高的点。作者强调优化应“教方法”而非补充死规则；通常进行两三轮盲测后，再放回生产验证效果。
将实现与评审职责分离，能降低同一 Agent 自评的偏差；同时把人的职责收敛到问题定义和业务约束，使长 Skill 及其参考文件的审查更系统。
该方法更适合推理结果不稳定、但问题与约束可表达的 Skill；脚本执行错误应优先直接定位和修复。多 Agent 盲测会增加 token 成本，评审共识也不等同于线上有效，仍需用生产指标验证，并防止评审把局部案例固化为过度规则。