是什麼

在評估者—優化者工作流中，一個 LLM 呼叫產生回應，另一個在迴圈中給出評估與回饋。可以想成「作者＋編輯」：草擬、批評、修改、再來一次 —— 直到評估通過為止。

運作方式

輸入 ─▶ [ 生成 LLM ] ─▶ 草稿
                              │
                              ▼
                       [ 評估 LLM ]
                       通過？ ──否──▶ 回饋 ─┐
                          │ 是               │ （帶著回饋
                          ▼                  │   回到生成）
                        輸出  ◀──────────────┘

何時用

「在我們有明確評估標準、且迭代精修能帶來可衡量價值時，特別有效。」— Anthropic
  • 你能把「好」說清楚，化為生成器可採取行動的回饋。
  • 每一輪精修都能可衡量地改善輸出。
  • 一次成形的答案往往不夠好。

取捨

  • 迴圈會耗延遲與 token；你需要停止條件（最多幾輪／足夠好的門檻）。
  • 上限取決於評估者 —— 評審不夠強，精修就不會強。
  • 學術佐證：Reflexion（Shinn 等，2023）顯示「口語自我反思」能讓代理在多次迭代中變好。

實例

  • 文學翻譯：評估者能捕捉初稿漏掉的細微語感。
  • 需要多輪分析與精修的複雜搜尋任務。
  • 例子出自 Anthropic；自我精修的概念由 Reflexion 形式化。