某团队构建一个文学翻译功能：一次 Claude 调用产出翻译草稿，第二次 Claude 调用依据明确的质量标准对其进行批评并返回反馈，第一次调用再据此修订，如此循环直到批评被满足。这描述的是哪种模式？

解析

这一场景对应 Anthropic《Building Effective Agents》指南中的一种模式。

• Eevaluator-optimizer 模式——一次 LLM 调用生成响应（翻译草稿），而第二次 LLM 调用依据明确的标准对其进行评估并返回反馈，在循环中迭代直到评估被满足；Anthropic 把文学翻译列为一个典型示例，因为评估者能捕捉到最初的翻译者遗漏的细微之处，而且在评估标准明确时，迭代式打磨能带来可度量的质量提升。
• Aprompt chaining 把工作分解为固定的串行子任务，单向流动、没有批评反馈回路——它是最强的干扰项，但批评—修订的循环排除了它。
• Brouting 对输入进行分类并分派到专门的处理路径。
• Corchestrator-workers 由一个中心 LLM 动态分解并把子任务委派给 workers。
• Dparallelization/voting 并发地多次运行同一任务并聚合结果。