让模型自评重试三次，怎么跟我当年街机续关投币一个味

我自己最近在流程里加了个小机关：让模型先跑一版，再自评打分，不满意就带着意见重跑，最多续三次。本以为是稳赚，结果越看越像当年街机厅续关投币——第一版往往最活，续到第三次反而开始抠格式、调语气，把原本那点灵气磨没了。 DeepSeek 自评时特别爱挑结构，一板一眼，第二版基本是纯优化；Claude 更爱回头重写语气，有时候整段调子都换了。reasoning 档拉满之后这毛病更明显，思维链越想越长，最后交出来的东西反倒最怂。 所以我现在的做法是：自评只留一轮，而且在 prompt 里明说只准改硬伤，别动语气。想问下你们跑这种重试循环一般续几次？有没有人跟我一样，觉得第一次交出来的那版反而最好？