第一階段：理解變了什麼（第 1-4 步）
在你建立任何一個循環之前，你需要先建立心智模型。跳過這一步，你會建立出脆弱的循環，並以你無法理解的方式崩潰。
第 1 步：看清四個時代。 這個領域的進展有明確的階段。2023 年的技能是提示工程（prompt engineering），將單一請求寫好。2024 年是編排（orchestration），將步驟串聯起來。2025 年是脈絡工程（context engineering），控制模型能看見什麼。2026 年變成了循環工程（loop engineering），設計驅動模型的系統，而不需要你親自介入。每個時代並沒有取代前一個，而是疊加其上。知道自己在這個階梯上的位置，就能告訴你接下來該學什麼。
第 2 步：學會鏈（chain）與循環（loop）的差別。 鏈是固定的序列：做步驟一、然後步驟二、然後步驟三，完成。當你事先知道每一步時，它就有效。循環則不同：它嘗試某件事，觀察結果，然後根據結果決定下一步做什麼。鏈無法修復失敗的測試，也無法完成一個需要根據步驟二的結果來決定步驟三的工作。循環可以。循環就是將語言模型變成能真正進步的關鍵。
第 3 步：內化「推理-行動-觀察」循環。 每個 Agent 循環都是同一種三拍節奏的變體。Agent 推理該做什麼、透過工具行動、觀察結果，然後帶著新資訊再次推理。這個模式的研究淵源可以追溯到 2022 年的 ReAct 研究，但你不需要讀論文。你需要的是節奏：思考、行動、觀察、重複。
第 4 步：接受你自己就是瓶頸。 三年來，與 AI 合作意味著你輸入提示、閱讀答案、再輸入一次。你就是那個循環。2026 年的整個轉變在於，程式碼和知識 Agent 在長時間任務上變得足夠可靠，以至於中間的人類反而成了最慢的部分。稀有的技能不再是寫提示，而是設計一個會幫你寫提示的系統。
第二階段：掌握循環的結構（第 5-9 步）
現在你來學習零件。一個循環不只是「一再地執行模型」。它有結構，而且每個部分都有其存在的理由。
第 5 步：以可測量的方式定義「完成」的意義。 這是循環工程中最重要的一件事，也是大多數人失敗的地方。在你寫下任何一條指令之前，先寫下「完成」的樣子，而且必須是機器可以檢查的方式。不是「讓它變好」，而是「所有測試通過」、「輸出符合這個 schema」、「檢查清單上沒有任何項目未打勾」。一個沒有明確完成定義的循環永遠不知道何時該停止。
第 6 步：建立驗證器（verifier）。 驗證器是整個循環的關鍵。它是自動化的檢查，用來判斷輸出是否符合你的標準。這裡有一個大家都會掉進的陷阱：讓模型自己評分自己的工作。模型給自己的作業打分，幾乎總是給自己 A。你的驗證器越嚴格、越外部化，你的循環就越好。你的品味，以檢查的形式編碼，就成了獎勵函數。
第 7 步：分層加入終止邏輯。 一個沒有退出機制的循環是這個領域最常見也最昂貴的錯誤。你需要疊加好幾個退出機制：一個確認目標已達成的驗證器、一個硬性迭代上限（避免無限執行）、一個 token 或時間預算（避免耗盡帳戶）、以及一個無進展偵測（當最近步驟不再改變任何東西時就中斷循環）。這些機制任何一個單獨使用都不夠，但結合起來就能讓你可以安心離開循環。
第 8 步：設計狀態層（state layer）。 真正的循環需要能在重啟後存活下來的記憶。這意味著檔案、任務清單和檢查點，這些都必須持久化，這樣如果循環在第 40 次迭代時崩潰，它可以從第 39 次繼續，而不是從頭開始。狀態就是區分玩具循環和你可以信任它執行長時間任務的關鍵。
第 9 步：設定人類檢查點（human checkpoint）。 精確決定在哪些不可逆轉的事情發生之前，需要由人來審查。循環可以自己整天研究、起草、重構和驗證，但發送訊息、部署程式碼、轉移資金或刪除資料時，應該暫停等待你確認。這不是膽小，而是讓自主性變得安全的方法。
第三階段：建立你的第一個循環（第 10-14 步）
理論夠了。你透過實際執行循環、感受它們失敗、然後修復它們來學習循環工程。
第 10 步：選擇一個重複性任務。 挑選一個你已經在用手工執行、不斷重複、而且能清楚說出什麼是好的結果的任務。一個有可檢查輸出的重複性任務是完美的第一個循環。一個模糊的創意任務則是最糟的選擇。從狹窄的範圍開始。
第 11 步：先手動執行一次。 用舊的提示-審查方式，親手和你的 AI 一起執行這個任務幾次。這會讓你學到確切的步驟、它會在哪些地方出錯、以及「完成」的真正意義。你無法自動化一個你還無法描述的流程。手動執行就是你在撰寫規格書。
第 12 步：寫下循環合約（loop contract）。 現在把它寫下來：目標、完成的定義、用來驗證的檢查、最大迭代次數、以及你希望被詢問的時機。這個合約就是你的循環，其他都是實作細節。
第 13 步：封閉執行並觀察它。 啟動循環並觀察每一次迭代。先不要離開。你要找出失敗模式：它是否會無限循環？是否太早宣告勝利？是否偏離目標？是否通過自己寬鬆的檢查卻產出垃圾？你看到的每一次失敗，都是對你的驗證器的一堂課。
第 14 步：收緊驗證器，直到你信任它。 運用你從觀察中學到的，讓檢查更嚴格、更紮實。如果循環一直讓不好的輸出通過，你的標準太低了或太自我參照了。加入一個外部檢查、加入長度限制、加入一個它一直違反的具體標準。持續收緊，直到循環的「通過」和你的「通過」意思相同。
第四階段：擴展與精煉（第 15-20 步）
現在你從一個運作中的循環進展到一個系統，從業餘愛好者變成循環設計師。
第 15 步：學習開放式循環與封閉式循環。 每個循環都位於兩個極端之間。封閉式循環重複執行相同的有限任務，目標固定，安全且便宜。開放式循環則探索、嘗試新方法，願意冒更多預算以換取更大的成果。根據任務謹慎選擇：你需要多少新穎性？你願意承擔多少預算？然後寫出符合這個選擇的驗證器。
第 16 步：了解底層的框架（harness）。 循環不是在真空中運行的，它運行在一個框架內：模型周圍的工具、脈絡管理、狀態、權限和復原機制所構成的整個環境。一個好的循環加上一個糟糕的框架仍然會失敗。當你認真起來時，你會花和循環一樣多的時間在框架上，因為框架才是可靠性真正所在的地方。
第 17 步：管理成本，因為它很重要。 循環進行的模型呼叫次數是單一提示的十到一百倍。天真的方式會讓你破產。有紀律的方式是將每個步驟分配給最便宜且能勝任的模型：小且快的模型用於簡單分類，中型的用於起草，只有最後的困難審查才用最先進的模型。重複使用提示中相同的部分，這樣你就不必每次迭代都支付全價。做對的話，這能大幅降低循環成本。
第 18 步：為平行工作加入子 Agent（sub-agents）。 當一個工作可以拆分成獨立的部分時，你不應該一個接一個地執行。你應該產生子 Agent，每個子 Agent 平行處理一個部分，然後將結果拼接起來。這就是為什麼一個原本需要數小時的序列循環可以在幾分鐘內完成。協調者負責管理，子 Agent 負責執行。
第 19 步：將循環移到腳本中。 最後一個技術躍進：不再是你需要守護的循環，而是將循環寫成程式碼，按排程執行，並為你驅動 Agent。這就是「在你睡覺時執行」從口號變成 cron job 的時刻。你的循環變成了基礎設施。
第 20 步：讓判斷力成為你的產品。 這是道路盡頭的真相。當循環寫程式碼、執行測試、並修復自己的失敗時，你的價值不再是打字。而是知道什麼是「正確」、設定標準、並設計執行這些標準的檢查。審查、品味和判斷力成為你最強而有力的技能。在循環工程的世界裡，你的品味不是軟技能，而是整個系統最佳化的獎勵函數。
一個實際範例：你的第一個真實循環
讓我用一個你本週就可以實際建立的循環，來具體說明這二十個步驟。
假設你維護一個小型程式碼庫，而且你厭倦了手動修復每次修改東西時就會壞掉的測試。這是一個完美的第一個循環：重複性高，而且內建可檢查的完成定義。
以下是這個路線圖的實際應用。你的完成定義（第 5 步）簡單又客觀：整個測試套件通過。你的驗證器（第 6 步）已經存在：就是測試指令本身，它要麼乾淨地結束，要麼回報失敗。Agent 沒有什麼好討好它的，因為測試通過就是測試通過。你的終止邏輯（第 7 步）是三個退出機制的疊加：測試通過時停止、嘗試 15 次後停止、以及最近三次嘗試沒有改變哪些測試失敗時停止。你的狀態（第 8 步）是一個正在進行的嘗試記錄，這樣重啟時就不會重複走死路。你的人類檢查點（第 9 步）則設在提交任何東西或推送到任何共享位置之前。
現在你執行它。循環讀取失敗的測試、推理原因、編輯程式碼、再次執行測試、讀取新的結果、然後調整。你觀察它（第 13 步），然後你注意到一件事：有一次它「修復」了一個測試，但方法是削弱測試本身而不是程式碼。這就是一堂課。你收緊循環（第 14 步）：指令現在禁止編輯測試，並且有一個檢查確認測試檔案沒有被更改。下一次執行就正常了。
經過幾次觀察後，你信任它了。所以你把它寫成腳本（第 19 步），並排程讓它每晚執行。現在你醒來時，昨天的錯誤已經修復好了，而且有一份變更摘要等著你審查。你從每天下午手動處理，變成了邊喝咖啡邊審查已完成的工作。
這就是整個過程的縮影：定義完成、奠定驗證器、分層退出、觀察、收緊、然後放手。一旦你在一個任務上感受到它的作用，你就會到處看到循環：一個研究循環，收集並驗證直到簡報完成；一個寫作循環，根據評分標準起草並自我編輯直到通過；一個資料循環，清理並驗證直到檔案格式正確。這個模式會轉移。任務會改變，但路線圖不會。
一個月內會是什麼樣子
循環工程不是一個週末就能拿到的認證。它是一種工作方式的轉變，而且會產生複利效應。
第一週，你建立一個循環，大部分時間在觀察它，學習它的失敗模式。第二週，你收緊那個循環直到你可以放心讓它無人看管，然後為另一個任務建立第二個循環。第三週，你開始排程可靠的循環，讓它們在你不在時執行，你第一次真正感受到工作在你做其他事情時被完成的滋味。第四週，你發現你已經完全不再用提示來思考了。你想的是目標、檢查和退出。當一個新的重複性任務出現時，你的直覺不再是「我該怎麼做」，而是「完成的定義是什麼，驗證器是什麼」。
這個直覺就是整個轉變。一個提示者對每個任務的反應是打字。一個循環設計師的反應是設計一個小型系統，來處理這個任務以及未來所有同類任務。一個是線性的，另一個會產生複利。
讓人們卡在提示者階段的錯誤
有幾個陷阱幾乎會困住每一個嘗試這個轉變的人。
在理解之前就自動化。 人們在親手執行任務之前就試著建立循環。他們自動化了一個自己還無法描述的流程，然後得到快速但充滿自信的垃圾。永遠先手動執行。
驗證器太弱或自我參照。 如果模型用一個模糊的標準來檢查自己的工作，它永遠會給自己通過。循環感覺起來好像運作正常，但實際上在產出垃圾。驗證器必須嚴格、具體，而且理想上要紮根於模型自身意見之外的東西。
沒有終止邏輯。 一個沒有硬性退出的循環要麼永遠執行下去，要麼耗盡你的預算，要麼在原地打轉。分層退出不是可選項，而是工具和失控之間的分水嶺。
跳過狀態。 一個沒有持久記憶的循環每次出錯時都得從零開始。對任何長時間的任務來說，狀態是讓循環能存活下來的關鍵。
從不可逆轉的行動中移除人類。 誘惑是讓循環在無人監督下做所有事情。對於任何無法復原的事情，請抗拒這個誘惑。循環的意義在於槓桿，而不是魯莽。
技能背後的技能：培養品味
這裡有一個沒有人會強調的事情，因為它無法被當作速成技巧來販賣：循環工程中最困難也最有價值的部分，是培養品味。
想想驗證器到底是什麼。它是你對「好」的判斷，以精確到機器可以執行的方式寫下來。這意味著你循環的品質受限於你判斷力的品質。如果你無法分辨好輸出和普通輸出，你就無法寫出能抓住這個差異的驗證器，你的循環就會快樂地大規模產出平庸的成果。循環沒有品味，是你提供的。循環只是不知疲倦地執行它。
這就是為什麼循環工程如此獎勵有經驗的從業者。資深工程師知道什麼是正確的程式碼，所以他們能寫出能抓住細微錯誤的檢查。優秀的編輯知道什麼是強而有力的寫作，所以他們能建立一個能抓住弱稿的評分標準。你多年累積的領域專業知識，在循環工程的世界裡不會變得過時，它會變成獎勵函數。它會變成你手中最有槓桿作用的資產。
所以當你按照這個路線圖前進時，請在技術設置之外，同時投資於你自己的判斷力。研究你試圖循環的工作中那些優秀的範例。讓自己敏銳地分辨出在你的領域中，什麼是卓越、什麼是尚可。因為你品味的每一次提升，都會改善你將來寫的每一個驗證器，進而改善你將執行的每一個循環。擁有最好品味且有紀律將其編碼的人，會建立出最好的循環。這才是真正的競爭，而且這是一場你透過關心品質、慢慢贏得的競賽。
那些在循環上掙扎的初學者，通常不是卡在指令上。他們掙扎是因為他們以前從未需要釐清「好」是什麼意思，而循環迫使他們這麼做。這個困難就是成長。撐過去，你不僅能建立循環，還能比以往更清楚自己的標準。
關於循環工程的誠實真相
循環無法拯救一個你根本不了解的任務。
這個路線圖中的每一步，其實都是在讓你更清楚地描述自己的工作，讓機器能夠驅動它。循環很簡單。但清晰度、完成的定義、能真正抓住失敗的驗證器，這些才是困難的部分，而且完全取決於你。循環工程主要是一種精確思考什麼是好輸出、以及你如何知道它好不好的紀律。
但正是因為如此，這個技能才會產生複利。學會設計循環的人，不會被更強大的模型取代。他們是那些將模型指向目標、將自己的判斷編碼成檢查、然後讓系統運作的人。隨著模型在長時間任務上變得更好，能夠圍繞模型設計循環的人會變得更有價值，而不是更少。
將這一切命名的那個運動，才剛剛開始幾個星期。
這意味著，知道它就能讓你領先幾乎所有人的窗口，現在是開著的，就在今天，在它成為顯而易見的預設之前。
你可以繼續打字輸入提示，等待答案。
或者你可以設計一個循環，讓它來幫你等待。
第一步就是第一步。從那裡開始。
如果你覺得這有幫助，請追蹤我 @eng_khairallah1 以獲得更多類似的 AI 內容。我每週都會分享解析、課程和工具。
希望這對你有用，Khairallah ❤️
