
上個月,兩位當今最資深的 AI 工程師都說了同一句話。
OpenClaw 創辦人、目前任職於 OpenAI 的 Peter Steinberger:
「你現在不該再為程式碼 Agent 下提示詞了。你該設計能為 Agent 下提示詞的循環。」
Anthropic Claude Code 負責人 Boris Cherny:
「我現在不再為 Claude 下提示詞了。我有循環在跑,那些循環會為 Claude 下提示詞並決定下一步。我的工作就是寫循環。」
多數人看到這裡會想:這到底是什麼意思?
更重要的是:我該怎麼打造一個?
這篇文章會一步步告訴你怎麼做。
沒有空談理論卻沒程式碼。沒有程式碼卻沒上下文。全是實際步驟、實際指令。複製貼上就能執行。

Slate 正在協調 GPT-5.6、Claude 以及專門的子代理來處理一個真實的遷移任務。模型變聰明了。更大的變化在於,像 Slate 這樣的工具終於能讓這些模型持續忙碌,而不需要等人類下提示詞。
多數人使用 AI 的方式已經過時了
寫提示詞。等待。讀取輸出。手動修正。再寫另一個提示詞。
你自己就是那個循環。
每個步驟都要經過你。AI 在等。你來決定。AI 繼續等。
你一旦停手,一切就會停擺。
在 2026 年跑得最快的開發者,不是在寫更好的提示詞。
他們在打造能自動下提示詞的系統。
槓桿點已經轉移了。
從「輸入提示詞」轉變為「設計循環」。

GPT-5.6 帶來了什麼改變?
GPT-5.6 並沒有改變對循環的需求。
它提升了循環的價值。
模型越強大,讓它在兩次提示之間閒置的成本就越高。
在終端機工作流程中,GPT-5.6 在以下方面有顯著進步:
→ 理解大型程式碼庫
→ 維持實作的一致性
→ 遵循多步驟計畫
→ 從失敗嘗試中恢復
→ 作為嚴格的驗證器
結果不是「更好的提示詞」。
而是每個任務所需的人工介入次數減少了。
循環到底是什麼
簡單來說:
一個提示詞回答一次就停了。
一個循環會持續運作,直到工作真正完成。
不是直到它產生一個答案。
而是直到它達到一個已驗證的結果。
每個認真的 AI Agent 都運行著同樣的底層循環:
→ 探索 — 需要做什麼?
→ 執行 — 開始工作
→ 驗證 — 真的成功了嗎?
→ 疊代 — 還沒完成?修正並重複
→ 停止 — 條件已滿足,或達到硬性上限
Claude Code。Cursor。Codex。
底層來看,它們都運行著這個循環。
提示詞和循環的區別不在於模型。
在於是否有人檢查工作成果,並持續執行直到通過為止。

4 條件測試 — 在動手打造任何東西之前先執行這個
大多數循環都在這裡失敗。
一個循環只有在全部 4 個條件都成立時,才值得投入建置成本。
只要遺漏一個,循環的成本就會超過它所帶來的回報。
1. 任務會重複出現。 至少每週一次。一次性任務用一個好的提示詞來處理仍然更好。
2. 驗證是自動化的。 必須有某個東西能在你不在場時讓工作失敗。測試。Linter。建置。型別檢查。沒有閘門 = Agent 在幫自己的作業打分數。
3. 你的 Token 預算能承受浪費。 循環在每次疊代時都會重新讀取完整的上下文。它們會重試、探索、消耗 Token,無論這次運行最終是否產出任何東西。這是沒人提及的成本。
4. 「完成」是客觀的。 一個能通過或失敗的測試。一個能編譯或不能編譯的建置。而不是「看起來不錯的時候」。如果完成需要人類的意見,那就保持手動。
全部通過 4 個條件 → 打造循環。
任何 1 個條件失敗 → 改用提示詞。
老實說:大多數開發者目前還不需要沉重的循環。每個人都能使用的是簡單的循環。我們很快就會打造一個。
安裝 Slate
Slate 是一個 AI 程式碼 Agent,專為在終端機中執行長時間、平行、多步驟的任務而設計。
由 RandomLabs 打造。第一個專為群體協作而建立的 Agent。
它與 Claude Code 或 Cursor 的不同之處在於:
→ 自動為每個步驟選擇正確的模型。用 Claude 規劃、用另一個模型搜尋、用 Codex 執行——Slate 會自行決定。
→ 能同時在你的程式碼庫中執行多個平行的子代理
→ 在長達數小時的長時間會話中管理自己的上下文
→ 與你並肩協作——而不只是為你工作
一行指令安裝:
1npm i -g @randomlabs/slate
導航到你的專案並啟動:
1cd /path/to/your/project2slate
這會開啟 Slate TUI——一個終端機介面,你可以交給它任務並看著它工作。

步驟 1 — 設定你的工作區
在 Slate 能在你的專案上運行循環之前,它需要理解你的程式碼庫。
在你的專案根目錄建立一個 AGENTS.md 檔案。這是 Slate 在每次會話開始時讀取的上下文。
1# AGENTS.md23## 這個程式碼庫是做什麼的4[一段專案描述]56## 架構7- src/api/ — Express API 路由8- src/services/ — 業務邏輯9- src/db/ — 資料庫模型(透過 Prisma 連接 PostgreSQL)10- tests/ — Jest 測試套件1112## 主要指令13- npm test — 執行完整的測試套件14- npm run build — TypeScript 編譯15- npm run lint — ESLint 檢查16- npm run typecheck — tsc --noEmit1718## 規則19- 未經人類核准,絕不修改 src/billing/ 或 src/auth/20- 在將任何任務標記為完成之前,務必先執行測試21- 使用 src/utils/errors.ts 中現有的錯誤處理模式2223## 環境24- .env.slate 包含 Slate 需要的所有環境變數
Slate 會在啟動時自動讀取這個檔案——每次會話都無需重新貼上。
在 Slate 內部加入你的工作目錄:
1/workspace add ./src2/workspace add ./tests3/workspace list
或者使用 @ 提及功能直接引用特定檔案:
1請檢視 @src/api/routes.ts 並提出改進建議

步驟 2 — 設定 Slate
在你的專案根目錄建立 slate.json 來控制 Slate 的行為。
1{2 "$schema": "https://randomlabs.ai/config.json",3 "permission": {4 "*": "allow",5 "bash": "ask"6 },7 "models": {8 "main": { "default": "anthropic/claude-opus-4.6" },9 "subagent": { "default": "anthropic/claude-sonnet-4.6" },10 "search": { "default": "anthropic/claude-haiku-4.5" },11 "reasoning": { "default": "openai/gpt-5.6" }12 }13}
這樣設定的作用是:
→ "*": "allow" — Slate 可以讀寫檔案,無須每次都詢問
→ "bash": "ask" — Slate 在執行 shell 指令前會先詢問(在你放心之前請保持這個設定)
→ Models 設定 — 用便宜快速的模型進行搜尋,用昂貴的模型進行主要推理
對於 CI 或自動化運行,如果你希望完全無需提示:
1slate run "執行測試套件並修復所有失敗" --dangerously-skip-permissions --output-format stream-json
步驟 3 — 你的第一個任務(還不是循環)
在打造一個循環之前,先讓單次手動運行可靠。
這是最常被跳過的步驟。也是大多數循環在正式環境中失敗的原因。
交給 Slate 一個真實任務:
1請檢視我整個程式碼庫的架構。2建立一個 ARCH.md 檔案,包含:3- 目前的結構4- 模組之間的依賴關係5- 3 個需要改進的地方6先看 @src/,然後看 @tests/
觀察 Slate 工作。它會:
- 搜尋你的檔案
- 建立對架構的理解
- 草擬 ARCH.md
- 在停止前根據你的要求進行檢視
這已經是一個迷你循環了——它在完成前會檢查自己的輸出。
對於更長的任務:
1嘿 Slate,研究我程式碼庫中的認證流程,2然後制定一個加入 OAuth2 支援的計畫。3請務必查看 @src/auth/ 和 @src/api/routes.ts
Slate 會回傳一個計畫。你可以針對它進行疊代:
1不,不要新增一個新的認證提供者類別。2讓它遵循 src/auth/api-key.ts 中現有的 ApiKeyAuth 模式
核准計畫。Slate 會自主執行。

步驟 4 — 建立技能(讓循環可重複使用)
技能讓你不用在每次會話中都重新解釋你的專案。
寫一次。Slate 會在每次相關運行時讀取它。
建立資料夾結構:
1mkdir -p .slate/skills/ci-triage2touch .slate/skills/ci-triage/SKILL.md
撰寫技能:
1---2name: "ci-triage"3description: "分類 CI 失敗的根本原因,並為簡單的問題起草修復方案。"4---56# CI 分類技能78## 我要做什麼9當 CI 運行失敗時,我會:101. 讀取測試輸出112. 分類失敗原因:環境問題 / 不穩定的測試 / 真正的錯誤 / 依賴套件版本更新 / 基礎設施問題123. 為錯誤和依賴問題起草修復方案134. 將環境和基礎設施問題升級給人類處理1415## 分類規則16- env:缺少機密、錯誤的環境變數 → 標記給人類17- flake:不修改程式碼重新執行就會通過 → 重試一次,然後開立議題18- bug:與近期提交相關的確定性失敗 → 起草修復方案19- dependency:與版本更新相關的失敗 → 起草回滾 PR20- infra:超時、記憶體不足、執行器問題 → 立即升級2122## 修復模式23- 認證測試失敗 → 先檢查 src/auth/middleware.ts24- 資料庫測試失敗 → 確認遷移已在 CI 環境中執行25- E2E 測試失敗 → 檢查 UI 選擇器是否與最新快照相符2627## 絕對不做的事28- 停用失敗的測試29- 未經詢問修改 CI 設定30- 碰觸 src/billing/ 或 src/payments/3132## 狀態33每次運行後更新 STATE.md:34- 檢查過的檔案35- 做出的分類36- 已開啟的 PR37- 已升級的事項
在 Slate 內部列出可用的技能:
1/skills
手動啟動一個:
1@ci-triage 請分類今天失敗的測試
或者當 Slate 認為技能與當前任務相關時,它會自動啟動技能。
步驟 5 — 加入狀態(循環的記憶)
Agent 會忘記。
檔案不會。
在你的專案根目錄建立 STATE.md:
1# 循環狀態 — CI 分類23## 上次運行42026-06-28 03:30 UTC — 7 個失敗已分類,3 個修復方案已草擬,4 個已升級56## 進行中7- claude/fix-auth-token-refresh — 測試在本地端通過,等待 CI8- claude/fix-flaky-payment-webhook — 已套用重試模式,監控中910## 已完成11- claude/bump-axios-1.7.4 → 已合併(CI 綠燈)12- claude/lint-fix-pass-june-28 → 已合併1314## 已升級給人類15- src/billing/refund.ts — 測試以 3 種方式失敗,根本原因不明16- ci/staging-runner — 基礎設施超時,非程式碼問題1718## 學到的經驗19- 2026-06-27:PowerShell 在此 Windows 執行器上遇到 TLS 1.2 問題。請改用 bash。20- 2026-06-26:tests/e2e/checkout 需要在環境變數中設定 Stripe webhook 密鑰。如果缺少則跳過。
透過在 AGENTS.md 中加入以下內容,告訴 Slate 在每次會話開始時使用它:
1## 會話開始2總是先讀取 STATE.md。從上次運行中止的地方繼續。3每次運行結束時更新 STATE.md,記錄已完成的事項和下一步計畫。
沒有狀態:每次運行都從零開始。
有狀態:每次運行都會繼承並累積上一次的成果。
步驟 6 — 建立真正的循環
現在你擁有:
→ 工作區已設定(AGENTS.md)
→ 設定檔已設定(slate.json)
→ 一個可靠的手動運行已驗證
→ 一個技能已撰寫(ci-triage)
→ 狀態檔案已建立(STATE.md)
是時候把它們包裝成一個真正的循環了。
選項 A:佇列檔案循環(最簡單)
建立 loop.md:
1讀取 STATE.md 以了解已經嘗試過什麼。2對上次建置中所有失敗的測試執行 CI 分類技能。34針對每個失敗:5- 使用 ci-triage 技能規則對其進行分類6- 為錯誤和依賴問題起草修復方案7- 將環境和基礎設施問題升級89執行修復方案。檢查測試是否通過。10如果測試通過 → 開啟 PR。11如果測試仍然失敗 → 記錄在 STATE.md 中並停止。1213更新 STATE.md,記錄此次運行完成的所有事項。1415硬性停止:最多 8 次嘗試。達到上限時,報告當前狀態。
執行它:
1slate --queue loop.md
Slate 會讀取佇列檔案,並將每個區塊作為佇列訊息執行。
選項 B:無頭/CI 循環(自動化)
在 GitHub Action 或 cron 任務中以非互動模式執行:
1slate run "$(cat loop.md)" --output-format stream-json --dangerously-skip-permissions
在 GitHub Actions 工作流程中:
1name: CI 分類循環2on:3 workflow_run:4 workflows: ["CI"]5 types: [completed]67jobs:8 triage:9 if: ${{ github.event.workflow_run.conclusion == 'failure' }}10 runs-on: ubuntu-latest11 steps:12 - uses: actions/checkout@v41314 - name: 安裝 Slate15 run: npm i -g @randomlabs/slate1617 - name: 執行分類循環18 env:19 SLATE_API_KEY: ${{ secrets.SLATE_API_KEY }}20 run: |21 slate run "$(cat loop.md)" \22 --output-format stream-json \23 --dangerously-skip-permissions \24 --workspace ./src \25 --workspace ./tests
現在每次 CI 失敗都會自動觸發分類循環。
在需要升級之前,完全不需要人類介入。

步驟 7 — 加入子代理(執行者與驗證者的分離)
對任何循環來說,這是唯一最重要的結構性改進。
絕對不要讓同一個 Agent 幫自己的作業打分數。
寫下修復方案的模型,作為評分者時太過寬容。
在 Slate 中,你可以為不同角色設定不同的模型:
1{2 "models": {3 "main": { "default": "anthropic/claude-opus-4.6" },4 "subagent": { "default": "anthropic/claude-sonnet-4.6" },5 "search": { "default": "anthropic/claude-haiku-4.5" }6 }7}
然後撰寫你的任務,讓 Slate 自然地使用這種分工:
1請修復失敗的認證測試。23步驟 1:讓一個搜尋 Agent 探索 src/auth/,以了解目前的實作。4步驟 2:讓另一個 Agent 根據找到的資訊來實作修復。5步驟 3:讓第三個 Agent 根據原始的測試需求來驗證修復方案——6 這個 Agent 不應該看過實作過程。7步驟 4:只有在驗證者核准後才開啟 PR。
Slate 會自動協調這些子代理。
搜尋 Agent 使用快速便宜的模型。實作 Agent 使用更強大的模型。驗證者使用嚴格的模型,且無法存取執行者的推理過程。
這種分工就是為什麼 Slate 能在單一任務上同時執行 5 個平行的子代理——每個都專業化、彼此隔離。

步驟 8 — 狀態循環模式(適用於長時間運行的任務)
對於需要數小時或數天才能完成的任務,在你的任務提示詞中使用這個模式:
1你正在運行一個多會話循環。23目標:將所有 Express 路由遷移到新的 ApiError 模式。4在 STATE.md 中追蹤進度。56每個會話開始時:71. 讀取 STATE.md82. 找到「剩餘路由」中的第一個未完成項目93. 只處理那個項目1011每個會話結束時:121. 將已完成的項目移到 STATE.md 的「已完成路由」132. 將任何阻礙因素記錄在「阻礙因素」中143. 更新「上次運行」時間戳記154. 乾淨地停止1617STATE.md 格式:18---19## 已完成路由20- [x] /api/users (2026-06-27)21- [x] /api/auth/login (2026-06-28)2223## 剩餘路由24- [ ] /api/payments/checkout25- [ ] /api/payments/refund26- [ ] /api/admin/users2728## 阻礙因素29- /api/payments/refund — 需要人工審查(涉及計費邏輯)3031## 上次運行322026-06-28 14:30 UTC33---3435嚴格規則:36- 未經人類核准,絕不碰觸 src/billing/37- 每次遷移路由後務必執行測試38- 每個會話完成一條路由後就停止
每天早上執行:
1slate --continue "$(cat loop.md)"
--continue 會接續最近的會話,而不是重新開始。
每天多完成一條路由。STATE.md 追蹤一切。
循環會從它停止的地方精確地繼續。
步驟 9 — 為你最常用的循環建立自訂指令
在 slate.json 中加入自訂斜線指令,這樣你的循環隨時都能一鍵啟用:
1{2 "command": {3 "triage": {4 "description": "執行 CI 分類循環",5 "template": "讀取 STATE.md。對所有失敗的測試執行 ci-triage 技能。完成後更新 STATE.md。",6 "agent": "build"7 },8 "review": {9 "description": "檢視一個檔案的正確性",10 "template": "檢視 @$ARGUMENTS 的正確性、邊界情況以及與周圍程式碼的一致性。"11 },12 "migrate": {13 "description": "將一條路由遷移到 ApiError 模式",14 "template": "讀取 STATE.md。將下一條未完成的路由遷移到 ApiError 模式。執行測試。更新 STATE.md。"15 }16 }17}
現在在 Slate 內部:
1/triage2/review src/api/payments.ts3/migrate
每個指令都會立即執行你預先寫好的循環提示。
3 個你今天就能執行的完整循環
循環 1:CI 失敗分類(我們剛剛打造的這個)
時機:每次 CI 失敗 內容:分類 → 修復簡單的 → 升級困難的 → 開啟 PR 狀態:STATE.md 閘門:測試通過 設定時間:30 分鐘
1# 觸發2slate run "$(cat loop.md)" --dangerously-skip-permissions --output-format stream-json34# 或者用 GitHub Actions——請見上方步驟 6
循環 2:晨間簡報
時機:每個工作日的早上 7 點(cron 任務) 內容:掃描過去 24 小時的提交、PR 和待解決問題 → 撰寫一份 5 點簡報 → 發布到 Slack
1# 用於晨間簡報的 loop.md2cat > morning-brief-loop.md << 'EOF'3讀取過去 24 小時的:4- git log --since="24 hours ago" --oneline5- 處於草稿或審查中的開啟 PR6- 過去 24 小時內已開啟或更新的 GitHub Issues78撰寫一份晨間簡報:9- 3 件最重要的事10- 2 件今天需要注意的事11- 1 件可能阻礙別人的事1213保持在 120 字以內。發布到 #engineering Slack 頻道。14EOF1516# 使用 cron 排程執行170 7 * * 1-5 slate run "$(cat morning-brief-loop.md)" --dangerously-skip-permissions
循環 3:依賴套件版本更新循環
時機:每個星期一 內容:掃描過時的套件 → 測試相容性 → 為安全的更新開啟 PR
1cat > deps-loop.md << 'EOF'2讀取 STATE.md。34執行:npm outdated56針對每個過時的套件:71. 檢查版本更新是 major(破壞性)還是 minor/patch(安全)82. 如果是 minor/patch:更新套件,執行 npm test93. 如果測試通過:開啟一個 PR104. 如果測試失敗:在 STATE.md 中記錄為「需要人工審查」115. 如果是 major 更新:一律升級給人類處理1213嚴格規則:14- 單次循環最多更新 5 個套件15- 絕不更新「peer dependencies」部分的套件16- 每次更新後都必須執行完整的測試套件,而不僅僅是相關測試1718更新 STATE.md,記錄已更新和已升級的項目。19EOF2021# 每週一執行220 9 * * 1 slate run "$(cat deps-loop.md)" --dangerously-skip-permissions

那些會讓你花冤枉錢的失敗模式
在排程任何東西之前,一定要先了解這些。
虎頭蛇尾循環
Agent 在只完成一半工作時就宣告完成。
提前退出。循環持續消耗資源。默默地。
修正:由一個全新的模型檢查硬性停止條件。
1停止條件:tests/auth/ 中的所有測試均通過 且 lint 回傳值為 0。2使用一個單獨的檢查運行來驗證,而不是 Agent 自己的判斷。3硬性上限:8 次疊代。達到上限時:報告狀態並停止。
目標偏移
在長時間的會話中,最初的約束條件會逐漸消失。
第 3 則訊息中的「絕不碰觸 src/billing/」到了第 47 則訊息時已不復存在。
修正:加入一個 VISION.md 檔案,讓 Slate 在每次會話開始時重新讀取。
1# VISION.md — 在每次會話開始時讀取23## 核心目標4將所有 Express 路由遷移到 ApiError 模式。56## 嚴格約束(絕不違反)7- 未經人類核准,絕不碰觸 src/billing/8- 絕不停用失敗的測試9- 在開啟任何 PR 之前,務必執行完整的測試套件1011## 當前優先順序12src/api/payments/ 中的路由——處理時要格外小心
自我偏袒偏誤
執行者幫自己的作業打分數。總是給自己過關。
修正:驗證者子代理完全無法存取執行者的推理過程。
明確告訴 Slate:
1驗證者 Agent 不應該看到執行者 Agent 的工作。2它應該只能看到:原始的測試需求和測試輸出。3如果測試通過 → 核准。如果測試失敗 → 拒絕。除此之外沒有意見。
Agent 的懶惰心態
循環在任務部分完成時就稱之為「足夠好了」。
特別是在成功標準模糊的情況下。
修正:只使用客觀的停止條件。
1完成條件:npm test 回傳 exit code 0 且 npm run lint 回傳 exit code 0。2不是在「測試看起來不錯」時。不是在「多數測試通過」時。3兩個指令都回傳 exit code 0。這就是唯一的完成條件。
那些真正有用的 Slate 專屬技巧
一些在實務上讓 Slate 與其他 Agent 與眾不同的地方。
在工作時排隊訊息
Slate 正在執行一個長時間任務。你想到了某件重要的事。
按下 Tab 鍵來排隊訊息——它會在當前任務完成後執行,而不是打斷它。
1[Slate 正在執行遷移任務...]23你:對了,請確保新的模式也處理了 userId 為 null 的情況4[Tab — 已排隊]56[Slate 完成當前步驟,然後讀取你排隊的訊息]
在運行過程中引導方向
如果 Slate 正朝著錯誤的方向前進,你不需要停止它:
1[Slate 正在執行修復方案的一半...]23你:等等——不要為此新增一個新類別。使用 src/utils/errors.ts 中現有的 BaseError4[Enter — 立即引導]56Slate:收到,正在切換方法改用 BaseError...
使用 /enter-mode-next 可以在引導 / 排隊 / 打斷模式之間切換。直接執行 Shell 指令
在 Slate 會話中直接執行指令,無需切換到另一個終端機:
1!npm test # 執行測試並將輸出傳送給 Slate2!git diff HEAD # 檢查有什麼改變3!git status # 查看當前狀態
Slate 會讀取輸出並在下一個動作中使用。
團隊設定的伺服器模式
將 Slate 作為伺服器運行,並從多個終端機連接到它:
1# 終端機 1 — 啟動伺服器2slate serve --port 777734# 終端機 2 — 連接 TUI5slate attach http://localhost:7777 --dir /path/to/project
這對於與 Slate 進行結對程式設計,或是在遠端機器上運行它來說非常有用。
完整的設定檢查清單
在執行你的第一個真正的循環之前:
1□ 已安裝 npm i -g @randomlabs/slate2□ 已建立 AGENTS.md,包含專案概覽、指令和規則3□ 已建立 slate.json,包含權限和模型設定4□ 已完成一次手動運行並驗證其可靠性5□ 已為你的第一個重複任務撰寫 SKILL.md6□ 已建立 STATE.md 並在 AGENTS.md 中引用7□ 已撰寫 loop.md,包含明確的停止條件8□ 已設定疊代次數的硬性上限(剛開始最多 8 次)9□ 驗證者與執行者是不同的 Agent10□ 對任何不可逆操作(PR、部署)設置了人工審查關卡
在排程任何東西之前,檢查每一個項目。
跳過任何一個,循環要不是默默地失敗,就是讓你白花錢。
更多循環靈感
一旦你掌握了這個模式,瓶頸就不再是「我要怎麼建立一個迴圈」,而是「我接下來該建立哪個迴圈」。
Forward Future 迴圈庫,網址在 signals.forwardfuture.com/loop-library,是個很好的地方,可以瀏覽各種實際運作中的迴圈,涵蓋內容、工程、營運和研究等不同領域。
當你一次看到 20 個正在運作的迴圈,你就不會再用單次性的提示詞來思考了。
令人不安的真相
兩個開發者可以使用完全相同的迴圈,卻得到截然相反的結果。
一個人用它來加速自己已經深刻理解的工作。
另一個人則用它來避免去理解工作本身。
迴圈本身並不知道其中的差別。
知道差別的是你。
設計迴圈比設計提示詞更難——而不是更容易。
重點不在於工作變簡單了。
而是槓桿點移動了。
建立迴圈吧。
但要以一個打算繼續當工程師,而不是只會按下啟動按鈕的人的心態來建立它。
而全新的 GPT-5.6 並沒有取代這個原則。如果真要說的話,它反而強化了這個原則。
前線不再是誰能寫出最聰明的提示詞。
而是誰能為日益強大的模型設計出最佳的系統。
60 秒重點回顧
什麼是迴圈:
→ 提示詞 = 問題。迴圈 = 工作。
→ 發現 → 執行 → 驗證 → 迭代 → 停止
四條件測試:
→ 任務會重複 / 驗證可自動化 / 預算能吸收浪費 / 「完成」的定義是客觀的
五個設定步驟:
→ AGENTS.md → slate.json → 一次手動執行 → SKILL.md → STATE.md
然後包裝起來:
→ loop.md 佇列檔案,或是在 CI 中執行的無頭式 Slate 運行
常見的失敗模式:
→ 雷夫·威格姆(過早退出)/ 目標偏移(忘記限制條件)/ 自我偏好偏差(製造者 = 檢查者)/ 代理式懶惰(做得差不多就好)
Slate 的優勢:
→ 每一步驟自動選擇模型 → 具備隔離性的平行子代理 → 長時間會話管理 → 你的迴圈,你的設計
如果這篇文章對你有幫助:
→ 分享給你的每一個開發者朋友
→ 追蹤 @sairahul1 以獲得更多這類系統知識
→ 把這篇存起來——光是設定檢查清單就值得收藏
訂閱 theaibuilders.co 以獲得更多有趣的文章
我寫作的主題涵蓋 AI、產品開發,以及那些在你睡覺時也能運作的系統。
文中提到的工具:
→ Slate 文件:docs.randomlabs.ai
→ Forward Future 迴圈庫:signals.forwardfuture.com/loop-library





