兩年來，要從 AI Agent 中獲得更多價值，就是寫出更好的提示詞。
那個時代正悄悄地結束。世界上最優秀的工程師早就不寫提示詞了，他們開始寫迴圈——一種系統，讓 Agent 執行任務、檢查結果，然後持續運作直到工作完成。
Karpathy 的夜間腳本發現了 20 個他在二十年手動調校中遺漏的優化。Boris Cherny，Claude Code 的建立者，今年一行程式碼都沒寫過。Anthropic 的工程師現在每天合併的程式碼量，比 2024 年多了將近 8 倍。
他們沒有一個人寫出更聰明的東西。他們根本就不再打字了。
以下是迴圈的真正定義、何時需要它、何時不需要，以及如何建立你的第一個迴圈。
人類在睡覺時，它跑了 700 個實驗
2026 年 3 月。Andrej Karpathy 將三個檔案推送到 GitHub。大約 630 行程式碼。
一個檔案放模型。一個檔案負責評分。一個檔案告訴 Agent 該探索什麼、該避開什麼。Agent 只能碰訓練檔案，其他的都不准碰。
這個循環的設計刻意無聊：讀取程式碼、提出修改、訓練五分鐘、檢查分數是否提升、如果提升就保留修改、如果沒提升就復原，然後再來一次。
他將這個迴圈指向一個他已經手動調校了二十年的模型。讓它跑了兩天。
它跑了 700 個實驗。發現了 20 個改進。其中一個是注意力機制中遺漏的純量乘數——非常細微，不是任何 linter 能抓到的錯誤，但正是那種細心的工程師可能會發現、卻從未發現的漏洞。
Shopify 的執行長對一個內部模型用了同樣的技巧，跑了一個晚上。醒來時，模型品質提升了 19%，而模型大小只有之前的一半。
其中的關鍵不是「AI 變聰明了」。人類在第十二個實驗後就會累。迴圈根本不會累。
迴圈不是排程執行的提示詞
大多數人聽到「迴圈」就想到 cron。那完全搞錯了重點。
提示詞是一個指令。迴圈是一個目標，AI 會持續朝它努力，直到達成，而且不需要有人在旁邊。它會規劃、執行、驗證自己的結果，再把結果回饋進去，然後重複。
五個階段：發現、規劃、執行、驗證、疊代。其中三個階段負責實際工作。
驗證器是迴圈的核心。如果輸出沒有真正的把關機制，你就不算有了迴圈，你只是讓 Agent 永遠自己批改自己的作業。把關機制是一種測試（通過或失敗）、一種編譯（成功或崩潰）、一種 linter（回傳零或非零）。不是第二個 Agent 的意見。
狀態讓迴圈能夠學習。一個獨立的檔案、一個 Linear board、一個專案日誌——在對話之外，記錄哪些嘗試過、哪些失敗了。明天的執行會從中斷處繼續，而不是從頭開始。
停止條件讓它保持理智。每個真正的迴圈都有兩個出口：目標達成，或觸發硬性上限。省略這個，你就建造了一台整夜空轉、什麼都沒得到的機器。
少了這三者中的任何一個，你都沒有建立迴圈。你只是建立了一個昂貴的腳本。
建立迴圈前的四個條件
迴圈只有在四個條件同時成立時，才能發揮其成本效益。缺少一個，建置成本就會超過回報。
- 任務至少每週重複一次。少於這個頻率，建置成本永遠無法攤銷。
- 有某種東西可以自動讓工作失敗。測試、型別檢查、linter、編譯。
- 你的 token 預算能夠承受浪費。迴圈會重新讀取上下文、重試、探索。
- Agent 擁有資深工程師的工具。日誌、重現環境、執行它寫的程式碼並查看錯誤的能力。
老實說，賣迴圈的人不會告訴你的部分：大多數人還不需要這種重型版本。如果你用的是消費級方案，想在嚴肅工作上跑夜間驗證迴圈，token 帳單會比生產力提升更早到來。
好的第一個迴圈是那些無聊的任務：CI 分類、相依套件更新、lint 並修正、重現不穩定的測試、在有完善測試的程式碼庫上從 issue 草擬 PR。
壞的第一個迴圈是那些有趣的任務：架構重寫、認證程式碼、金流處理。任何「完成」需要人為判斷、人類還得介入的事情。
構成真實迴圈的五個區塊
每個真實的迴圈都由同樣的五個部分組成。Claude Code 和 Codex 現在都內建了它們。
第一個是自動化。心跳機制。某個東西根據排程或事件觸發迴圈。/loop 按照固定節奏執行。/goal 持續執行，直到你定義的條件真的成立。沒有心跳，迴圈就是你執行一次就忘記的腳本。
第二個是技能。專案知識儲存在 claude-md 檔案中，Agent 每次執行都會讀取。沒有它，迴圈每次循環都要從零推導你的上下文。有了它，意圖會疊加。迴圈知道你的慣例、你的建置步驟、以及三個月前那次事件後你絕對不會做的事。
第三個是子 Agent。製造者和檢查者不能是同一個模型。寫程式碼的那個對自己作品的評分太過寬容。寫文章的那個會忽略自己文章中的弱點。寫作者要快且便宜，審查者要慢且嚴格。這個分離是品質的主要來源。
第四個是連接器。迴圈會開啟 PR、關閉 ticket、在 CI 變綠時通知頻道。這就是「Agent 說『這裡有個建議修正』」和「早上等你的是報告說 PR 已經合併了」之間的差異。
第五個是驗證器。測試、型別檢查或編譯，能自動讓糟糕的工作失敗。其他都是管線。這個區塊決定迴圈是幫助你，還是只是花你的錢。
把這些疊在一起，你就得到了嚴肅團隊現在大規模運作的東西。數十個迴圈，每個負責一個狹窄的任務，在所有人睡覺時並行運作。一位工程師用這樣的艦隊迴圈，在約六天內將整個程式碼庫從一種語言改寫成另一種語言，這項工作如果手動進行，可能需要將近一年。
迴圈在哪裡靜默失敗
迴圈不會崩潰。它們會靜靜地收費。有兩個值得提名的失敗模式，而且隨著迴圈變得更好，它們會變得更糟，而不是更容易處理。
第一個是 Ralph Wiggum 迴圈。工程師 Geoffrey Huntley 記錄了這個問題。Agent 太早決定任務完成，在半成品上發出完成訊號，然後迴圈滿足地退出。沒有硬性的客觀把關，迴圈就會在下一晚繼續跑、繼續花錢、繼續產出沒有人會接受的工作。
解決方法不是更聰明的 Agent，而是更笨的把關。一個測試，通過或失敗。一個編譯，成功或失敗。沒有意見的那種。
第二個更微妙。理解負債。迴圈越快產出你沒寫過的程式碼，你的儲存庫內容和你實際理解之間的差距就越大。一個順暢運作的迴圈會對這個差距收取複利。當你必須除錯一個團隊中沒有人讀過的系統時，那天的成本遠超過任何 token 費用。
認知投降也隨之而來。當迴圈自己運作時，很容易停止形成自己的意見，接受任何回傳的結果。在你帶著判斷力設計迴圈時，它是解藥。在你用它來逃避思考時，它是加速器。同樣的行動，相反的結果。
兩個人可以建立完全相同的迴圈，卻走向完全相反的方向。一個人用它來在自己深刻理解的任務上加速。另一個人用它來完全避免理解任務。迴圈不知道其中的差別。你知道。
從一個迴圈開始，而不是十個
每個人都會犯的錯誤，就是試圖在第一天建立整個系統。十個迴圈、一個儀表板、一個艦隊。到週末就崩潰了，因為你無法分辨哪個迴圈做了什麼。
從一個開始。選一個你最煩的週期性任務，那個你每天早上習慣性檢查的事情，然後把那個單一任務變成一個迴圈。讓它跑幾天。觀察它哪裡做得過頭，哪裡有遺漏。收緊。然後再加入第二個。
順序比工具更重要。先讓一個手動執行可靠——不是快，而是可靠。把那次執行變成一個 claude-md 技能。把技能包進一個有客觀把關和硬性停止條件的迴圈。然後，只有在那之後，才把它放到排程上。跳過步驟，把還沒用手動方式弄可靠的東西排程，正是迴圈在你睡覺時出問題的原因。
決定迴圈是否有效的指標，不是花費的 token、嘗試的任務、或開啟的 PR。而是每個被接受的變更的成本。如果你的接受率低於 50%，你正在做迴圈原本應該幫你省掉的審查工作，那麼迴圈是在虧錢。
Karpathy 不再寫訓練程式碼。Cherny 不再寫提示詞。他們兩個都沒有停止思考。如果你從這篇文章中只學到一件事，那就是這個。迴圈是一個系統，它處理無聊的 95%，而你則將全部注意力放在那 5% 真正有風險的事情上。
你付費買了一整個艦隊的 Agent，卻只用一個聊天視窗。
追蹤我並訂閱我的 Telegram 頻道： https://t.me/+75nMf005jRpjMDU1
