人类参与循环

我现在最喜欢用AI代理编码的地方是，我可以同时挂起几个运行任务，继续做其他工作。当任务完成或需要我介入时，我再出现。这篇文章简短解释一下我使用的设置、代理可以自行评分的完成定义、一个持续运行直到应该停止的循环，以及让我知道何时需要介入的提醒。

找到代理可以验证的事情

在启动一个较长时间的任务之前，我先锁定一个完成的定义。以下是我实际使用的示例：

• 模型或评估工作。 目标是某个分数。改变方法，运行评估，只有当数字朝着正确方向变化时才保留更改。这最接近 Karpathy 的自动研究（ML 训练循环）。
• Web 应用或 UI。 目标是 QA 通过。加载页面或运行 Playwright，截屏，确保它仍然能完成该功能。
• 后端或重构。 目标是测试套件。先有失败的测试，然后全部变绿，并且必须保持绿色。
• 性能或稳定性。 目标是具体数字（p95、基准测试）。通过修改和测量，直到低于你设定的阈值。
• 数据或内容清理。 目标是计数。循环直到零行验证失败，或每个项目都通过检查。

编写循环主要是编写你自己检查工作的方式。有些任务需要每一步都在页面上可见。另一些任务我给出一个目标和大致方向，让模型自行填充中间步骤。我会从比我预想更明确的指导开始，然后当我看到它能推断出什么时再放宽限制。

将其封装在循环中

完成定义确定后，我告诉代理围绕它进行循环。修改某样东西，测量，保留或回退，然后继续。不必每次都只做一个小编辑。每一步只需要能够针对目标进行测量。我最关心的是停止条件，可能是：

• 指标达到目标
• 尝试几次后没有改进
• 没有思路了
• 被阻塞或不确定（停止并询问）

接收通知而不是全程监控

因此，代理获得一个通知路径（MCP 加上 /notify），并通过它联系我。通常是 Slack，因为其他所有事情都在那里。同样的设置也可以是 iMessage 或其他。我把它当作一个通用的通知渠道，而不是让代理完全访问 Slack。状态更新和“我需要做出决定”会像普通消息一样显示。当我回复时，那条回复就是循环下一步要处理的内容。

在云端运行

大部分内容都不在我的笔记本电脑上运行。它在云端运行，这样循环可以持续运行数小时，而无需我的机器一直开着。我使用自己的客户端作为编排器，并从这里将工作分发给云端代理。

然后启动下一个

当一个循环正在运行时，我就启动另一个。通常是三个左右，有时五个。而且这仅仅是长时间循环。我通常还会同时运行其他代理处理较短的工作：一个 PR、一次一次性调查、或者不是需要数小时爬坡的任务。如果事情安静下来，我就再启动一个。如果有三个任务正在等我，我就停止启动新任务，转而进行审查。

提示模板

我提示的大致模板如下。/loop 驱动迭代，/notify 让我随时了解情况：

任务：使用 /loop 直到达到 <目标>。将其视为事实来源，在运行期间不要更改它。如果在多次尝试后停滞不前或没有思路了，请提前停止。如果被阻塞或不确定，停止并询问。在开始时、遇到任何意外时以及完成或卡住时使用 /notify。需要决策时提醒我。

如果你也在运行循环，我很想知道我们如何能让你更容易！