@ericosiu: https://x.com/ericosiu/status/2066625875622129767
摘要
一篇解释如何构建AI驱动的“循环”以自动化创收业务流程的文章,引用自Boris Cherny(Claude Code)和Peter Steinberger(OpenClaw)的见解。
查看缓存全文
缓存时间: 2026/06/16 03:14
收入工程:如何将AI循环转化为收入
全球最优秀的工程师们已经不再手动向AI提问,而是开始构建循环系统。
当其他人还在专注于从ChatGPT获得更好的答案时,他们已经在设计能够自主思考、行动、学习和改进的系统。
那么,为什么几乎没有人将这种方法应用到企业中真正产生收入的环节呢?
这让我费解。但这绝对是一个巨大的机会。
原因如下。
什么是“循环“?
循环是一个小程序,它替你向智能体提问。它读取智能体产出的内容,判断任务是否完成,如果未完成,则再次提问。你不再是一整天在系统里埋头工作的人。你变成了循环的作者,而模型成为运行在其中的一个子程序。
人们争论这到底是不是新事物。它是Ralph循环吗?是/goal命令?还是一个被美化的定时任务?
老实说,它是定时任务的进化版,很可能是通向能够自我改进的智能体的前一步。
简而言之:你不再是执行者,而是架构师。
这并非我一人之见
这是来自那些构建你每天使用的工具的人的看法。
Boris Cherny,Claude Code的创造者,说得再直白不过了:“我不再手动向Claude提问了。我现在主要用的是循环。我创建循环,它们完成剩下的工作。”
Peter Steinberger,OpenClaw的创造者,也说了同样的话,那篇帖子获得了790万次浏览:停止手动向编程智能体提问,开始设计替你提问的循环。
Peter Steinberger @steipete·6月8日 这是你的月度提醒:你不应该再手动向编程智能体提问了。 你应该设计循环来替你向智能体提问。 1.7K 2.8K 19K 8.3M
接着Matt Van Horn写了那篇最终给出定义的解析文章,收获了340万次浏览。他针对整个争论使用了“过去30天“的技能,因为没人能就循环到底是什么达成一致。最终得出的最简洁版本就是上面那个:你创作循环,模型成为子程序。
Matt Van Horn @mvanhorn·6月8日 文章 | 什么是循环?Peter Steinberger vs. Boris Cherny 本周AI编程中最常被重复的句子只有六个词,而几乎每个说这句话的人都无法定义它。一条推文让整个时间线陷入热议,于是我针对…运行了/过去30天 2066 224.8K 3.4M
当这些工具的构建者告诉你,你使用它们的方式已经过时了,那就值得一看。
那么,这里是如何为你的业务中赚钱的部分构建一个循环。
如何构建一个业务循环
任何一个业务部门中的循环,都有相同的五个部分:
缺少一个,循环就会崩溃。以下是每个部分,针对一个停滞的销售交易。
1. 触发器
必须有一些信号表明需要开始工作。一个交易两周没有动静。一个潜在客户填写了表单。一个职位空缺。对于停滞的交易,触发器很简单:十四天内没有回复。没有触发器,你就得回到手动启动每个任务的老路上,而这正是你想要摆脱的。
2. 信号与上下文
在智能体行动之前,它需要提取正确的信息。对于停滞的交易,就是账户的历史记录、最近的几次接触、上次通话的内容以及CRM中当前的状况。跳过这一步,智能体就会盲目行动,一个盲目的智能体写出的泛泛而谈、过目即忘的输出,只会让你的跟进变得更糟,而不是更好。
3. 行动
现在智能体开始做事了。它根据刚刚提取的上下文起草一封激活邮件。这是人们认为是“AI“的部分,单独来看,它只是一个一次性提示。这封草稿之所以重要,是因为它位于其他四个部分之中。单独看,它只是个猜测。在循环里,它是一个步骤。
4. 评估关卡
这是炒作忽略而从业者痴迷的部分。评估是对“好的样子“的定义。草稿准确吗?发送安全吗?到底值不值得发出?在发出任何东西之前,由人工或自动检查来回答这些问题。没有评估关卡,你就是在猜测输出是否合格,这又会让你回到全天候监督的状态。
5. 停止条件
每个循环都需要知道何时结束。可能是已发送、已批准,或者在七天内没有回复后被终结。选择一个规则。没有终止条件,工作永远不会结束,线程堆积,循环永无止境地运行,毫无回报。
把这五个部分组合起来,停滞的交易就能自动运行。沉默触发它,它拉取账户历史,起草邮件,等待你的批准,跟踪回复,并在交易完成或你宣布失败时停止。然后它继续处理下一个,又一个。
如何运行一个经得起考验的循环
一个无需你在场就能运行数小时的循环,需要正确设置几件事。
设置为自动模式,这样它就不会每走一步都停下来请求许可。使用像/loop(循环)或/go(执行)这样的提示,让它持续工作直到任务完成,而不是提前退出。在云端运行,这样即使你合上笔记本电脑,它也能持续工作。你可以使用动态工作流来编排数百个子智能体,但你很少需要这么做,而且它们会快速消耗token,所以除非有理由,否则先别碰。
循环必须能够端到端地检查自己的工作。一个你无法信任其自我验证能力的循环,只是制造混乱的更快方式,而且你花在清理上的时间会超过你节省的时间。
是什么让这个循环成为“业务“循环
从你每天手工重复的工作开始。在企业中,一些典型情况如下。
销售是最明显的。我们上面已经讨论了停滞的交易,但同样的结构也可以用来激活那些你很久以前丢掉的交易。将循环指向六十天前、甚至三四年前就冷却的账户,让它按计划逐个处理。这些都不难。它们只是重复性的,而这正是循环的用武之地。
响应速度是另一个。新的潜在客户出现,循环对其匹配度进行评分,分配负责人,起草首次沟通邮件,并跟踪你的首次响应时间。循环运行得越快,你就能在客户还“热乎“的时候抓住越多的机会。
内容也是一样的道理。循环提取值得覆盖的主题,可能使用同样的“过去30天“技能来查看已经说过什么,为每个渠道起草内容,将其发送给同行评审,发布,捕获参与度,并将有效的部分反馈到下一轮。运行几个月后,你的内容会自动优化,因为每个周期都会从上一个中学习。
招聘和运营也不例外。一个职位空缺,循环寻找候选人,为其匹配度评分,将候选名单交给人工,联系候选人,跟踪回复,并根据什么有效来调整信息。同样的五个部分,不同的部门。
你的大多数“循环“已经坏了
打开你的Slack或Telegram,看看你与AI智能体的对话线程。其中很多都是坏掉的循环,它们在耗费你的成本。
每个未关闭的线程都是一个没有后续行动的触发器。你没有拉取信号,所以智能体在盲目行动。没有评估关卡,所以你是在猜测输出是否合格。没有终止条件,所以线程就一直搁在那里。那不是为你工作的智能体。那是一份你必须每天踢一脚的待办事项清单,是工作走向死亡的地方。
我在这里自我批评一下。我在Slack里运行自己的智能体,当我诚实地审视它时,它就是一堵我半忘掉的未关闭线程的墙。每一个都曾经是一个触发器,但从未有行动跟上。这就是为什么我一直在构建一个Hermes执行操作系统,让这些循环保持运转而不是让它们腐烂,而且我们还在测试中。
即使是深入了解这些的人,周围也都有坏掉的循环。你的也值得找出来。
如何找到你的坏循环
进行一次循环审计。这是关于任何工作流你都可以回答的几个问题。
哪些工作流消耗最多时间或成本最高? 工作在哪里闲置数天? 智能体在行动前应该提取哪些数据? 谁来决定输出是否足够好——是你,还是智能体自我运行的检查? 它何时停止?
以及最重要的问题:下一次运行是否会因为上一次而变得更好?
如果一个工作流无法回答这些问题,那它就是一个坏循环。无论你是否看到,它都在泄漏时间和金钱,这是你应该首先修复的东西。
坦诚的部分
循环也可能很贵,相当贵。
一位实际工作的工程师说得最好:他今年发布的所有AI智能体,本质上就是一个for循环、一个模型调用以及一个围绕输出的try-catch,反复运行,唯一体现“智能体“特性的就是月底的账单。
他说的没错。增长的是token消耗。
所以不要循环一切。只循环值得消耗token的工作:收入相关的工作、闲置的工作、你每周手工重复的任务。
并且要格外注意评估关卡和停止条件,因为
一个没有质量检查也没有刹车的循环,烧钱的速度比人类快得多。
坦诚地说,现在很多人都在谈论循环。但几乎没有人破解复利效应。获胜的团队不会是运行最多循环的团队。而是那些循环每一次运行都变得更敏锐的团队。
这让你处于什么位置
循环与你尝试过的所有其他AI技巧都不同。它不会只付给你一次报酬。它每次运行都会付给你报酬,而每一次运行都比上一次更敏锐。这就是复利,将小钱变成大财富的同一力量,直接对准你的收入。
围绕销售、招聘和运营构建几个这样的循环,你的业务就会在你没留意的时候开始运转。你以为已经放弃的交易自己复活了。潜在客户在还“热乎“的时候就被抓住了。那些曾经在Slack线程中腐烂的工作开始自动完成。
开始你不需要是工程师,也不需要招募更大的团队。你需要一个循环,针对一个重要的、本周就能运行的工作流。第一个是最难的。之后,你只是在叠加。
优势属于最先开始的人,而不是最庞大的那个。
那个人可以是你,你今天就可以开始。
这就是收入工程。
嘘……在继续滚动之前,请将本文收藏并保存。
然后把整篇文章丢给你的智能体,问它一个问题:我的哪个工作流是破损最严重的循环,如果我修复它,五个部分会是什么样子?
如果你是一家希望为你构建AI系统的企业,请访问 https://www.singlebrain.com
需要营销帮助,请访问 https://www.singlegrain.com
获取更多类似内容,加入我的Leveling Up新闻通讯,与14,000+营销人员和创始人一起提升你的营销水平,免费订阅:https://levelingup.beehiiv.com/subscribe
如果你想加入我们的团队,先打败AI ;)
相似文章
@mvanhorn: https://x.com/mvanhorn/status/2063865685558903149
本文解释了AI编程中'循环'的概念,即开发者编写程序来提示编码代理,而不是手动提示,这一概念由Peter Steinberger和Boris Cherny推广开来,并讨论了这种转变如何代表了AI辅助开发中的新抽象层。
@0xCodez: https://x.com/0xCodez/status/2064374643729773029
一个包含14个步骤的循环工程路线图,指导开发者从手动提示AI编码代理到设计自动化系统,由系统自行处理提示、验证和迭代。
@mvanhorn: https://x.com/mvanhorn/status/2068426104088748331
一篇解释AI编码工具(如Claude Code和Codex)中goal、loop和schedule命令区别的文章,并提供了15个实用的循环示例,用于运行自动化任务。
@mikenevermiss: https://x.com/mikenevermiss/status/2066401066518802637
Boris Cherny 等人描述了从提示 AI 代理转向设计持续运行的自主循环,利用内存文件和评估器模式来保证代码质量。
@jasonzhou1993: https://x.com/jasonzhou1993/status/2067937943545897143
循环工程是一种系统设计实践,让AI代理自主决定工作内容、执行并迭代,通过构建跨领域复合的外循环来超越手动提示。文章解释了两层代理框架,以及如何在循环间共享工件以促进累积学习。