将论文等多模态资料压缩成结构化海报，不只是一次生成，而是包含理解、规划、调用工具和反复编辑的长程任务。AutoDesign关注的不是单个模型或提示词，而是承载整个过程的模型脚手架，并尝试让这套脚手架从执行结果中持续改进。

用元优化器改写设计流程

AutoDesign在代码智能体之上增加了一个元脚手架优化器。代码智能体按照当前DesignHarness完成任务，优化器再根据 rollout 反馈，引导它递归修改脚手架。作者希望借此把人类设计先验写入流程，同时将经验沉淀为可复用的执行结构，而不是让每次任务都从静态流程重新开始。

这一设计把优化对象从最终海报扩展到了生成海报的方法本身。论文摘要没有披露脚手架的具体模块、反馈信号构成及每轮修改策略，因此目前只能确认其总体机制，不能进一步判断改进主要来自版式规则、工具编排还是代码执行能力。

PosterBench上的结果

为评估该框架，作者构建了论文转海报基准PosterBench：主赛道包含五个学科的100篇论文，PosterBench-mini则是用于受控评估的10篇共享子集。AutoDesign在主赛道取得78.32分，比闭源商业系统Claude Design高7.45分。

在七种代码智能体与模型的受控组合中，接入学习得到的DesignHarness后，平均PosterBench分数从54.99升至67.39，说明收益并非只出现在单一配置。完整自主循环可在40分钟内完成253次工具调用和11轮编辑，成本低于3美元；按材料所述，其人工评价达到平均会议海报质量。

我的判断

这项工作的价值，是把智能体优化从“更换模型”推进到“改进可执行流程”。跨七种配置均有提升，表明脚手架可能具有一定复用性；长程工具调用数据也提供了较具体的工程参照。

但结论仍应限定在论文转海报任务和PosterBench范围内。100篇论文不足以证明其能够泛化到演示文稿、网页或视频等其他结构化媒体，40分钟与低于3美元的结果也依赖具体模型、工具和计费环境。摘要末尾关于系统盲测的信息并不完整，现有材料不足以评价其盲测优势及统计可靠性。