如何用 Kimi K3 构建你的第一个 AI Agent 循环（含精确配置）

如何用 Kimi K3 搭建你的第一个 AI Agent 循环（内含精确配置）2026 年 7 月 20 日 · 6 分钟阅读 · 查看原文 ↗ Claude AI Agent 循环是"向 AI 求助"和"一觉醒来工作已经完成"之间的区别。大多数人从没搭过，因为在一个前沿模型上跑上百次迭代真的要花真金白银。 本文包含：用一张图解释循环模式、两套精确配置（Claude Code 和裸 API），以及让 K3 成为循环机器的缓存数学。 你的第一个循环今晚就能跑起来，每轮大约 $0.39。 以下是完整配置 👇 在深入之前，我会在 Telegram 频道里每日分享 AI 与 vibe coding 的笔记：https://t.me/zodchixquant 🧠 循环到底是什么 剥掉炒作，一个循环就是四个反复执行的步骤： 目标 → 尝试 → 检查 →（更好？保留：重试） ↑__________________________| 目标：一个可衡量的终点线，而不是一种感觉。"所有测试通过"、"页面在 1 秒内加载"、"分数超过 90"。 尝试：模型朝目标做一单位的工作。 检查：某个东西把结果对照目标进行验证。一个测试套件、一个 linter、第二个模型。 重复：把检查结果喂回去，再来一遍，直到目标达成或预算耗尽。 就是这样。其他一切（记忆、子代理、隔夜运行）都是这个循环之上的装饰。 为什么偏偏是 K3：循环经济学 循环每一轮都会重新读取同样的上下文：代码库、目标、历史。在大多数模型上，你要为这种重复付全价。在 K3 上则不用： 每轮成本 = 新 token × $3/M + 缓存 token × $0.30/M 真实形态（800K 稳定上下文 + 每轮 50K 新 token）： K3：$0.24 + $0.15 = $0.39/轮 Fable 5：850K × $10/M = $8.50/轮 一个 50 轮的隔夜循环：在 K3 上约 $20，在 Fable 5 上约 $425。那不是折扣，那是"让它跑吧"和"像盯鹰一样盯着它"之间的区别。 唯一的规则：每一轮都把稳定上下文保持为完全相同的前缀，把任务放在末尾，这样缓存才能真正命中。 配置 A：Claude Code（5 分钟路径） 如果你就生活在 Claude Code 里，循环是内置的，K3 通过 Moonshot 的官方配置垫在下面： export ANTHROPIC_BASE_URL=https://api.moonshot.ai/anthropic export ANTHROPIC_AUTH_TOKEN=${YOUR_MOONSHOT_API_KEY} export ANTHROPIC_MODEL=kimi-k3 export ANTHROPIC_DEFAULT_OPUS_MODEL=kimi-k3 export ANTHROPIC_DEFAULT_SONNET_MODEL=kimi-k3 export ANTHROPIC_DEFAULT_HAIKU_MODEL=kimi-k3 export CLAUDE_CODE_SUBAGENT_MODEL=kimi-k3 export ENABLE_TOOL_SEARCH=false export CLAUDE_CODE_AUTO_COMPACT_WINDOW=1048576 claude 然后循环就是两条命令： /goal 设定终点线："tests/ 下的所有测试通过，且覆盖率保持在 80% 以上"。Claude Code 会一直朝着它努力，而不是在第一个答案处停下。 /loop 让它变成持续性的：会话按计划重新运行，或者一直运行到目标稳定成立。 通过 /status 确认你跑在 K3 上（/model 菜单不会显示它）。配置里的 1M 自动压缩窗口意味着长循环很少压缩，从而让迭代历史保持鲜活。 配置 B：裸 API 循环（完全掌控） 对于 Claude Code 之外的循环，这里有一个完整的最小循环，OpenAI 兼容： from openai import OpenAI client = OpenAI( api_key=MOONSHOT_API_KEY, base_url="https://api.moonshot.ai/v1", ) # Stable prefix: identical every turn = cache hits at $0.30/M STABLE = f"""You are a coding agent in a loop. GOAL: make all tests pass in the project below. PROJECT: {project_dump} RULES: - One focused change per turn - Explain what you changed and why in 2 lines - If tests pass, reply exactly: GOAL_REACHED """ history = [] MAX_TURNS = 30 for turn in range(MAX_TURNS): result = run_tests() # your check: pytest, npm test, etc. if result.passed: print(f"Done in {turn} turns") break response = client.chat.completions.create( model="kimi-k3", messages=[ {"role": "system", "content": STABLE}, *history[-6:], # last 3 exchanges, capped {"role": "user", "content": f"Turn {turn}. Test output:\n{result.output}\n" f"Fix the next failure."}, ], ) change = response.choices[0].message.content apply_change(change) # write the edit, commit to a branch history += [ {"role": "user", "content": f"Turn {turn} test output given"}, {"role": "assistant", "content": change}, ] 三个承重细节： 检查是代码，不是感觉。run_tests() 决定进展，模型永远不给自己打分。 历史是封顶的。只保留最后 3 轮对话；稳定前缀承载持久上下文，并保持缓存友好。 每次改动都进一个分支。循环可以错 10 次，只要 main 永远看不到它。 走开之前的护栏 预算停止：每轮统计 token，到达美元上限就杀掉循环。MAX_TURNS 不够，一轮膨胀的循环能耗掉十轮正常的。 进展停止：如果同一个测试连续 3 轮失败，就停下并标记。无法收敛的循环会很有礼貌地烧钱。 K3 的一个坑：目前推理只以 max 模式运行，所以每一轮都带着完整的思考输出，按 $15/M 计费。让每轮保持专注，每轮只处理一个失败，输出侧就能保持正常。 常见错误 目标含糊。"改进代码"会永远循环下去。一个循环有多好，取决于它的终点线有多可检查。 让模型自评。"在我看来没问题"正是循环产出垃圾的方式。检查器必须是外部的：测试、linter，或者一个带评分标准的第二个模型。 打破缓存。前缀里的时间戳、随机 ID 或重排过的文件，意味着每一轮都按 $3/M 而非 $0.30 计费。完全相同就是完全相同。 没有分支纪律。一个无人监督、对 main 有写权限的循环，是一部加了戏的恐怖片。 一开始就隔夜运行。你的前几个循环要在盯着的情况下跑，10 到 15 轮。先赢得信任，再枕着它睡觉。 15 分钟配置 拿一个 Moonshot API key，在 10–30% 赠送窗口内充值，活动到 8 月 11 日（3 分钟）。 选配置 A 或 B 并接好（5 分钟）。 为一个真实的小任务写一个可检查的目标：一个失败的测试、一次 lint 通过（2 分钟）。 跑 10 轮受监督的迭代，看着检查驱动工作（4 分钟）。 记下成本。然后决定下一个循环做多大（1 分钟）。 循环是编程里最古老的思想，用在了最新的工具上。K3 刚刚把它变得便宜到真正能用。 感谢阅读！ 我会在 Telegram 频道里每日分享 AI 与 vibe coding 的笔记：https://t.me/zodchixquant 🧠 标签：# X # Claude # AI # Guide # Fable # Sonnet 相关文章 10 SEO backlink Claude automations for 61k AI mentions in 3 months Link building is trial and error. SEO AI Claude Automation