iteration

作者认为，添加撤销按钮——而非新功能——才真正解锁了对AI智能体的实验，并指出智能体设计的核心其实是降低回退变更的成本。

这条推文观察到，在更多玩家和算力的推动下，AI 模型发布的速度正在加快，迭代改进的累积效应将塑造未来几年。

本文认为，Anthropic的竞争优势不在于模型的原始智能，而在于其内置的沙盒环境，能够实现快速的视觉调整和迭代，使得用户体验更加直观和高效。

本文讨论了循环在智能体工程中的关键作用，解释了通过向问题投入更多令牌如何提高解决方案质量，同时指出了简单循环实现中的陷阱，如错误累积和缺乏有意义的迭代。

本文描述了AI产品经理的循环工程设计周期，强调构建可重用且随时间不断改进的系统，而非一次性提示词。

介绍Loop Engineering的五大要素：目标定义、迭代循环、状态管理、验证机制和自动修正，旨在通过自动化AI Agent循环实现持续改进。

介绍了AI模型中两种基于反馈循环的迭代方式：Claude Code的/goal模式通过目标未达成触发下一轮循环，Managed Agents Outcomes则依赖独立grader子代理评分并修正。

Amplitude 推出 Wave，一个主动型产品代理，通过分析数据、发现机会和追踪结果来自动化构建-发布-使用-学习循环，帮助团队打造自我改进的产品。

Kent C. Dodds 分享了关于软件开发中解决问题迭代周期的思考，强调用更好的方案替换之前的方案以降低复杂性。

Tobi Lütke 形容一张展示 SpaceX Raptor 发动机演进过程的照片极具启发性，强调了迭代设计在工程领域中的价值，以及做减法的重要性。