---

name: gan-style-harness description: "GAN 风格的生成器-评估器智能体框架，用于自主构建高质量应用程序。基于 Anthropic 2026 年 3 月的框架设计论文。" origin: ECC-community tools: Read, Write, Edit, Bash, Grep, Glob, Task

GAN 风格框架技能

灵感来源于 Anthropic 的长时间运行应用开发框架设计（2026 年 3 月 24 日）

一个将生成与评估分离的多智能体框架，创建对抗性反馈循环，将质量推向远超单一智能体所能达到的水平。

核心洞察

当被要求评估自己的工作时，智能体是病态的乐观主义者——它们会赞美平庸的输出，并说服自己忽略合理的问题。但设计一个独立的评估器使其严格无情，比教会生成器自我批评要容易得多。

这与 GAN（生成对抗网络）的动态相同：生成器产出，评估器批评，反馈驱动下一次迭代。

适用场景

• 从一行提示构建完整应用程序
• 需要高视觉质量的前端设计任务
• 需要可工作功能（而非仅代码）的全栈项目
• 任何"AI 模板感"美学不可接受的任务
• 愿意投入 $50-200 获得生产级质量输出的项目

不适用场景

• 快速单文件修复（使用标准 claude -p）
• 预算紧张的任务（<$10）
• 简单重构（使用 de-sloppify 模式）
• 已有良好规范和测试的任务（使用 TDD 工作流）

架构

                    ┌─────────────┐
                    │   PLANNER   │
                    │  (Opus 4.6) │
                    └──────┬──────┘
                           │ Product Spec
                           │ (features, sprints, design direction)
                           ▼
              ┌────────────────────────┐
              │                        │
              │   GENERATOR-EVALUATOR  │
              │      FEEDBACK LOOP     │
              │                        │
              │  ┌──────────┐          │
              │  │GENERATOR │--build-->│──┐
              │  │(Opus 4.6)│          │  │
              │  └────▲─────┘          │  │
              │       │                │  │ live app
              │    feedback             │  │
              │       │                │  │
              │  ┌────┴─────┐          │  │
              │  │EVALUATOR │<-test----│──┘
              │  │(Opus 4.6)│          │
              │  │+Playwright│         │
              │  └──────────┘          │
              │                        │
              │   5-15 iterations      │
              └────────────────────────┘

三个智能体

1. 规划器智能体

角色： 产品经理——将简短提示扩展为完整的产品规格。

关键行为：

• 接收一行提示并产出 16 个功能、多冲刺的规格说明
• 定义用户故事、技术需求和视觉设计方向
• 刻意雄心勃勃——保守的规划会导致平庸的结果
• 产出评估器后续将使用的评估标准

模型： Opus 4.6（需要深度推理进行规格扩展）

2. 生成器智能体

角色： 开发者——按照规格实现功能。

关键行为：

• 以结构化冲刺方式工作（或使用较新模型时的连续模式）
• 在编写代码前与评估器协商"冲刺合约"
• 使用全栈工具：React、FastAPI/Express、数据库、CSS
• 使用 git 进行迭代间的版本控制
• 阅读评估器反馈并在下一次迭代中整合

模型： Opus 4.6（需要强大的编码能力）

3. 评估器智能体

角色： QA 工程师——测试实时运行的应用程序，而非仅代码。

关键行为：

• 使用 Playwright MCP 与实时应用交互
• 点击功能、填写表单、测试 API 端点
• 按四个标准评分（可配置）：
  1. 设计质量 — 是否感觉像一个连贯的整体？
  2. 原创性 — 自定义决策 vs 模板/AI 模式？
  3. 工艺 — 排版、间距、动画、微交互？
  4. 功能性 — 所有功能是否真正可用？
• 返回带有分数和具体问题的结构化反馈
• 被设计为严格无情——从不赞美平庸的工作

模型： Opus 4.6（需要强大的判断力 + 工具使用能力）

评估标准

默认四个标准，每个评分 1-10：

## Evaluation Rubric

### Design Quality (weight: 0.3)
- 1-3: Generic, template-like, "AI slop" aesthetics
- 4-6: Competent but unremarkable, follows conventions
- 7-8: Distinctive, cohesive visual identity
- 9-10: Could pass for a professional designer's work

### Originality (weight: 0.2)
- 1-3: Default colors, stock layouts, no