CONCEPT
Generator智能体
基本定义
Generator智能体是Anthropic团队提出的Harness架构核心开发角色，属于生成与评估分离模式下的生成端执行主体，与Planner智能体（规划）、Evaluator智能体（评估）共同构成三代理开发闭环，主要解决单代理模式下AI开发偏航、BUG频发、自我评估失效的问题，是AI自主开发软件开发范式、Agentic Coding场景下的核心执行单元。
核心运作机制
- 迭代式开发规则：遵循迭代拆分机制，以单轮迭代为工作单位，每次从Planner输出的产品规格中选取一个独立功能块完成开发，避免任务体量过大导致模型逻辑断裂、开发偏航。每轮迭代正式启动前，Generator需与Evaluator智能体提前协商签订迭代合约，明确本轮开发的功能目标、实现细节、测试标准与「完成」定义，避免双方对交付标准产生认知分歧。
- 默认技术栈配置：为降低技术选型决策成本、提升开发稳定性，Generator默认采用React（前端框架）、Vite（构建工具）、FastAPI（后端框架）、SQLite（数据库，后期可根据业务需求升级为PostgreSQL）作为基础技术栈，可覆盖绝大多数全栈应用的开发需求。
- 自动化版本管理：原生支持Git版本管理能力，开发过程中可自动提交代码、创建独立功能分支，完整留存每轮迭代的开发历史，方便后续调试、回滚与版本优化。
评估与反馈机制
- 自我评估规则：每轮迭代开发完成后，Generator会先对产出物进行初步自我校验，检查功能是否符合规格要求、代码是否存在明显BUG、基础功能是否可运行，但受智能体自我宽容特性限制，该自我评估结果仅作内部参考，不具备最终交付判定效力。
- 反馈响应逻辑：Generator完成开发后会提交全套成果（包括可运行代码、配套文档、运行演示等）至Evaluator，随后根据Evaluator的正式评估结果调整开发策略：若评估评分达标且反馈为细节优化类意见，则继续在当前实现方向上精修打磨；若评分未达标且反馈指出核心开发方向存在错误，则彻底切换新的实现方案，避免无效资源投入，该机制是AI开发反馈闭环的核心组成部分。
细节与边界
- 技术栈支持灵活调整：默认技术栈为通用场景优化，若Planner输出的产品规格有特殊技术要求，可在Planner的统一规划下更换为其他适配技术栈。
- 无最终评估权限：Generator的自我评估仅用作基础校验，所有迭代的交付判定权完全归属Evaluator智能体。
- 不承担需求规划职责：Generator仅负责执行Planner输出的标准化产品规格，不主动修改整体需求框架，避免开发范围不受控溢出。