本文介绍了 AutoDesign，这是一个框架，采用元优化器引导代码代理根据 rollout 反馈递归地改进其 harness。该方法旨在与人类设计先验对齐，并积累可重用的经验以实现递归自我改进。

  • 在 PosterBench 上评估，AutoDesign 得分为 78.32，比 Claude Design 高出 7.45 分。
  • 集成学习到的 DesignHarness 使 PosterBench 平均得分从 54.99 提高到 67.39（+12.4%）。
  • 该系统在 40 分钟内执行了 253 次工具调用和 11 次编辑轮次，费用不到 3 美元。
  • 一项人类研究表明，AutoDesign 在被评估的系统中获得了最高的人类偏好。

作者认为这很重要，因为它通过长周期智能体过程将多模态源转换为结构化输出，自主实现了会议海报级别的质量。