论文提出新架构解耦设计探索与代码实现，提升前端生成智能体创意探索能力

研究团队于2026年9月14日在arXiv发布论文，提出将设计意图探索与底层代码实现解耦的新型前端生成智能体推理架构。

• 针对调整采样温度容易破坏代码语法的痛点，该方案引入前置生成机制，显式输出带典型性评分的结构化设计规范。
• 系统通过外部选择器采样设计规范，并在固定生成配置下由下游生成器完成确定性的代码实现。
• 针对168组提示词的对比评测显示，该方法拓宽了主题采样覆盖度与视觉截图的多样性。
• 在超过30万次线上任务测试中，负面反馈事件有所减少，但代码导出率的提升在统计上仍具有不确定性。
• 影响/看点：该架构为解决生成式UI中创意多样性与代码语法稳定性的冲突提供了可行思路，未来在商业化生产中推广的前提是进一步控制多阶段推理的综合延迟与算力成本。
• 资料依据:
• arXiv（2026-09-14）：https://arxiv.org/abs/2609.15078
• Hugging Face（2026-09-14）：https://huggingface.co/papers/2609.15078

本内容由 AI 生成，仅供参考，请注意甄别