循环工程并非你想的那样

构建最先进编码智能体的人们说，他们几乎不再直接编写提示词了。取而代之的是构建能生成、审查并改进自身工作的系统。这一承诺颇具诱惑：更少的监控，更多的自动化。

但有一个陷阱。

大多数关于循环的讨论都聚焦于它们能做什么，而非它们耗费什么。每多一轮交互都会消耗 tokens，引入假设，并离你的直接控制越来越远。

如果你想学习 AI 智能体，请查看这个 GitHub 仓库：

https://github.com/Ramakm/ai-agents.git

Boris Cherny——Claude Code 背后的工程师——有一句话让众多开发者停下来思考。

当被问及他如今如何工作时，他说他几乎不再直接给模型写提示词了。取而代之的是，他构建了循环，让这些循环去给模型发提示。他的工作就是构建这些循环。

这是一个微妙但重要的转变。

他不再专注于与 AI 对话。他专注于构建与 AI 对话的系统。OpenClaw 的创建者 Peter Steinberger 也提出了类似观点：停止给编码智能体写提示，开始设计提示它们的循环。

自然而然，AI 界对此趋之若鹜。“智能体循环“成了最新的流行热词。

但跟往常一样，现实比标题更微妙。大多数谈论循环的人无法清晰解释它们到底是什么、何时真正有用，以及为了自动化你放弃了什么。

让我在这篇文章里为你解决这个问题！！

**首先，**什么是“循环“？

其实你一直都在运行一个循环。只是循环里有一个人类：你自己。

你打开 Cursor、Claude Code 或 Codex，输入“给我建一个落地页“。你看返回的结果。英雄区域感觉不对，所以你要求修改。它生成另一个版本。你审查它、引导它、重复这个过程。

生成。审查。引导。重复。

这个周期有一个名字：人在环路中。

智能体负责构建，但你仍然是那个指导、判断和掌舵的人。

自主循环：人类启动一次，然后智能体自行重复提示。没有驾驶员。只有引擎。

自主循环：人类启动一次，然后智能体自行重复提示。没有驾驶员。只有引擎。

这种方式很舒服，因为你能在早期发现偏差。落地页看起来不对？在写任何一行认证代码之前你就说出来了。你既是质量门、审美把关，也是方向修正——所有这些集于一个缓慢、专注的人身上。

新的想法：把人移出

大家都在兴奋的那个趋势翻转了这个图。不再是你每次关闭循环，而是你只关闭一次。你把一个规格文档——也就是描述要构建什么的 spec.md 或 PRD.md 文件——交给智能体，然后你退后一步。

查看这个仓库： https://github.com/snarktank/ai-dev-tasks/blob/main/create-prd.md

智能体生成、读取自己的输出、决定还有什么要做，并再次给自己发送提示。一遍又一遍，自己进行，直到它认为工作完成。

自主循环：人类启动一次，然后智能体自行重复提示。没有驾驶员。只有引擎。

自主循环：人类启动一次，然后智能体自行重复提示。没有驾驶员。只有引擎。

这并非边缘想法。开源开发者 Geoffrey Huntley 将其最简单的版本打包为 “Ralph Wiggum” 循环。其核心是一个 Bash 循环，不断对同一个任务重新运行智能体，直到满足明确的完成条件。

像 Cursor 的 /goal 以及各种流传的 /loop 和 /sloop 命令，都是同一动作的变体：“这是目标；不达到目标不停止。“在 Anthropic，这种工作风格是 Claude 如今能写出大部分合并后生产代码的原因之一。

它让人得以一窥未来的方向。但幻灯片的演示到此结束，现实开始了。

为什么它感觉像魔法，却往往不是

想象一下，你雇佣了一位才华横溢的开发者，给了他们一份规格文档，然后两周没有听到任何消息。

他们回来时带着一个成品。有些决策很到位。另一些则完全偏离了你的想法。

不是因为他们能力差。而是因为没有任何规格文档能涵盖所有细节。

这就是自主循环的问题。

一旦智能体开始替你做数百个决策，它就必须填补空白。而空白总是存在的。

返回的结果可能像老虎机一样。拉下杠杆，等待，希望输出符合你的愿景。有时符合。往往不符合。

最难的是你无法在过程中掌舵。一旦你输入 /goal，列车就离站了。

没人放在幻灯片上的部分：账单

这里有个令人不快的现实：循环不是免费的。

一个单独的请求是一轮 tokens。一个循环可能运行十、二十或五十轮，每一步都携带上下文、输出和历史记录。成本迅速叠加。

这就是整个智能体循环运动中那个安静的星号。

许多倡导完全自主工作流的人预算充裕，token 成本对他们来说几乎无关紧要。大多数开发者没有这种奢侈。

如果你用的是 20、100 甚至 $200 的月度套餐，一个无限制的循环可能以惊人的速度烧掉你的预算。

这就是为什么公司开始对智能体使用设置限制。这项技术强大，但经济考量很重要。

所有这些都不是说循环是坏主意。只是说它们不是魔法。它们是一种工具。就像任何强大的工具一样，在让它自行运行之前，你需要了解它的成本。

那么，循环什么时候真正有效？

这里有一个简单的规则：当成功是客观的时候，循环最有效。

测试通过了吗？分数超过阈值了吗？输出与模板匹配吗？

当答案是明确的是或否时，循环就有了可以优化的具体目标。当成功变得主观时，麻烦就开始了。

“感觉对吗？” “这是我想象的产品吗？” “客户会喜欢这个吗？”

这些不是智能体能可靠衡量的问题。到那时，循环就是在猜测。这就是为什么循环擅长于从固定格式生成数百个 SEO 页面、运行评估或处理大型代码迁移之类的事情。目标清晰，反馈一致。

诚实的地图。在固定 + 二元的角落里，循环是礼物。在创造 + 开放的角落里，它们是老虎机。

诚实的地图。在固定 + 二元的角落里，循环是礼物。在创造 + 开放的角落里，它们是老虎机。

但“为我建一个能盈利的初创公司“则完全不同。产品-市场匹配没有测试套件。品味没有基准。愿景没有客观分数。

目标越主观，人类判断的价值就越大。

一个你今天就能运行的循环

如果有一个循环我几乎会推荐给所有开发者，那就是自动化代码审查循环。

为什么？因为它拥有大多数智能体工作流没有的东西：一个清晰、客观的信号。

你将代码推送到 GitHub。一个审查智能体（如 Greptile、CodeRabbit 或 Macroscope）审查变更并返回一个五分制评分。

然后你设定一个简单的规则：任何低于 4/5 的内容都不准上线。

一个值得运行的循环。评分是固定的反馈；“4/5 或更高“是二元门。其他一切循环直到达到目标。

一个值得运行的循环。评分是固定的反馈；“4/5 或更高“是二元门。其他一切循环直到达到目标。

如果评分是 2/5 或 3/5，你不要手动介入。你触发一个小工作流：读取审查结果、应用建议的修复、推送更改、等待下一次审查。

重复这个过程，直到评分越过 4/5 或循环达到最大尝试次数。这就是一个好的循环的样子：一个封闭系统，有可衡量的目标和清晰的退出条件。

秘诀不在于循环本身。而在于有一个循环可以可靠追逐的评分。如果你想要最简陋的形式，一个 Ralph 风格的循环其实就是围绕你的智能体的几行代码：

注意：即使这个干净的循环也会在边缘处出现裂痕。一次推送超过约 1000 行代码，审查智能体就很难在上下文中全部容纳；你很少能得到 5/5。解决办法与优秀工程师已经使用的方法相同：保持变更的小型化，将大工作拆分成多个 PR。即使在一个整洁、定义良好的循环内部，范围仍然是破坏它的因素。

我的诚实看法

这一切都不是在批评那些推动自主循环的人。他们可能领先，但未必错误。自愈智能体、自动修复 bug、以及能够看到并测试自己工作的系统，其到来速度比大多数人预期的要快。

但“到来“与“为一切做好准备“是两回事。

现实是，大多数优秀产品不仅仅是依靠逻辑构建的。它们需要品味、判断力以及无数个无法被任何规格文档完全捕捉的小决策。

这就是为什么我喜欢这句话：AI 可以复制酱料，但不能创造酱料。

当目标明确时，循环是不可思议的。审查、测试、linting、迁移、基于模板的生成。给它们一个可衡量的目标，它们就能全天候工作。

但当问题变成“感觉对吗？“或“人们真的会想要这个吗？“时，你仍然需要一个人参与到循环中。

所以，不要构建一个巨大的循环并让它为你创造初创公司。围绕工作中无聊的、二进制的部分构建小循环，并把那些需要品味和远见的部分牢牢掌握在自己手中。

这不是在对抗趋势。这是在理解趋势。

关注 @techwith_ram 获取更多此类内容