В статье представлен AutoDesign — фреймворк, который применяет мета-оптимизатор harness для управления кодовым агентом в рекурсивном улучшении его harness на основе обратной связи от rollout. Этот подход направлен на согласование с человеческими проектными приоритетами и накопление переиспользуемого опыта для рекурсивного самосовершенствования.
- Оценено на PosterBench: AutoDesign достигает результата 78.32, превосходя Claude Design на 7.45 балла.
- Интеграция изученного DesignHarness увеличивает средний результат PosterBench с 54.99 до 67.39 (+12.4%).
- Система выполняет 253 вызова инструментов и 11 этапов редактирования за 40 минут менее чем за $3.
- Исследование с участием людей показывает, что AutoDesign достигает наивысшего уровня человеческого предпочтения среди оцененных систем.
Авторы считают это важным, поскольку система преобразует мультимодальные источники в структурированные выходные данные через долгосрочный агентный процесс, достигая качества конференционных постеров автономно.