@AndrewYNg: “循环工程”在Boris Cherny（Claude Code的创建者）和Peter Steinberg等人提及后成为热门流行语…

“循环工程”是近期在社交媒体上被 Boris Cherny（Claude Code 的创建者）和 Peter Steinberger（OpenClaw 的创建者）提及后迅速走红的热门词汇。循环现在已成为我们如何让 AI 代理反复迭代以构建软件的关键环节。在这封信中，我想分享我用于构建从零到一产品的三个关键循环，如下图所示。这些循环不仅指导我如何构建软件，也指导我决定构建什么样的软件。

编程代理循环：给定一个产品规格说明和（可选）一组评估（即一个用于衡量性能的数据集），我们可以让 AI 代理编写代码、测试其工作，并持续迭代，直到代码没有错误且满足规格要求。这种“闭环”的思想在去年年底开始流行，它改变了游戏规则，使编程代理能够在没有人工干预的情况下更长时间地高效工作。例如，上周末，我在为女儿构建一个练习打字的应用程序，我的编程代理可以轻松工作大约一个小时，多次使用网页浏览器检查它构建的内容，然后才回来找我，期间完全不需要我干预。

工程循环执行得很快。每隔几分钟，编程代理就可能构建并测试一个新版本的软件。我经常听到开发者们正在探索新的方法来设计更高效的工程循环。这是一个充满创造力的活跃领域！

开发者反馈循环：在这个循环中，开发者检查当前产品并引导编程代理进行改进。去年，很多开发者（包括我）都在充当编程代理的质量保证（QA）角色，手动查找错误，然后要求代理修复。但随着编程代理能够更好地自我测试代码，我们需要花费在这项功能上的时间已大幅减少。这让我们能够做出更偏向高层的产品决策，例如提供哪些关键功能、用户界面哪些地方需要改进等。

开发者反馈循环的运行时间间隔在十分钟到几小时之间——这就是开发者审查产品并提供反馈的频率。以打字应用为例，我在视觉设计、她学习过程中可以解锁哪些猫咪服装（她超爱猫咪），以及成人登录并引导孩子学习体验的用户流程等方面，都改变过几次主意。

当开发者对要构建的内容有清晰愿景时，将这一愿景转化为可供编程代理实现的规格说明仍然需要大量工作。此外，在看到实现结果后，开发者可能会更新（或澄清）规格，以引导其更接近自己想要的。如果发现系统反复遇到某些问题，那么为代理构建一套评估体系就会变得很有用。

原生 AI 团队越来越多地利用 AI 来帮助确定产品方向，例如自动收集和分析使用数据、总结书面和口头客户反馈，或进行竞争分析。然而，对于我所参与的大部分产品，我认为人类相对于当前的 AI 系统拥有显著的上下文优势——我们对用户以及产品必须运行的环境了解得比 AI 系统多得多——因此人类发挥着关键作用。许多人将这种人类贡献描述为“品味”，但我更倾向于将其视为人类拥有上下文优势，因为这为我们帮助 AI 系统变得更好提供了更清晰的路径。这也说明了为什么这一步无法被自动化：只要人类知道 AI 不知道的事情，就需要人在回路中来将这种知识注入系统。

外部反馈循环：这包括一系列广泛的策略，如向几位朋友征求反馈、向 alpha 测试者发布、或通过 A/B 测试将代码投入生产。这些策略通常速度较慢，很少能在几小时内完成，有时甚至需要几天或几周。这些数据为开发者的愿景提供信息，进而继续驱动详细的产品规格，再进而驱动编程代理。

随着编程代理加速了软件开发，越来越多的工程师开始扮演部分产品经理的角色。对于许多正在成长为该角色的工程师来说，最困难的部分是塑造产品愿景，以及在构建（弥合愿景与规格之间的差距）和获取用户反馈以改进愿景之间取得平衡。两者都很重要！

我将在未来的文章中进一步阐述如何做到这一点，但目前，我对于工程师正在扮演更广泛角色（就像产品经理和设计师现在也做更多工程工作一样）这一趋势感到鼓舞。

[原文：The Batch]