В статье представлен AutoDesign — фреймворк, который применяет оптимизатор мета-каркаса для управления кодовым агентом в рекурсивном улучшении его каркаса на основе обратной связи от роутов. Авторы оценивают этот подход на задаче генерации постера по академической статье с использованием нового бенчмарка под названием PosterBench.

  • AutoDesign достигает результата 78,32 на Главном треке PosterBench, превосходя Claude Design на 7,45 балла.
  • Интеграция обученного DesignHarness увеличивает средний результат PosterBench с 54,99 до 67,39 для семи конфигураций кодового агента и модели.
  • В полностью автономном цикле система выполняет 253 вызова инструментов и 11 этапов редактирования за 40 минут менее чем за $3.
  • Слепое исследование с участием людей показывает, что AutoDesign достигает наивысшего уровня предпочтения среди оценённых систем.

Авторы считают это важным, поскольку это демонстрирует, как согласование с человеческими приоритетами проектирования и накопление повторно используемого опыта может стимулировать рекурсивное самосовершенствование в долгосрочных агентных процессах.