我花了 700 多个小时搭建 AI 循环，希望第一天就有人给我的 7 条原则

我花了 700 多个小时搭建 AI 循环（AI Loops）。以下是我希望第一天就有人塞给我的 7 条原则。 2026 年 7 月 14 日 · 9 分钟阅读 · 查看原文 ↗ Claude AI Loops Peter Steinberger 每个月都说一遍：你不应该再给编程 agent 写提示词了，你应该设计循环，让循环去给你的 agent 写提示词。在 Anthropic 负责 Claude Code 的 Boris Cherny 说得更直白："我不再给 Claude 写提示词了。我有循环在运行，循环去给 Claude 写提示词。我的工作是写循环。" 大多数人读到这几句话，点点头，然后完全不知道它们在实践里意味着什么。文件里该放什么？第二遍迭代时什么会崩？为什么一个人的循环一夜之间能交付三个 pull request，而另一个人的循环烧掉 40 美元却什么也没产出？ 这就是能真正在生产环境里活下来的循环背后的 7 条原则。第 7 条决定了你的循环是帮你赚钱，还是悄悄把你掏空，而它只有在前六条落地之后才会起作用。按顺序读。 1. 提示词让你自己变成了引擎 看看大多数人怎么用 AI：敲一个请求，等，读答案，发现错误，再敲。感觉像是 AI 在干活。其实不是。每一个下一步都由你决定，每一个结果都由你检查，每一次失败都由你从一条消息带到下一条消息。你才是引擎。AI 是你手里的工具，而工具自己什么都不会做。 循环把角色对调过来。你一次性定义目标，然后系统自己跑完整套循环：弄清楚需要做什么，规划这一步，干活，检查结果，把失败反馈回去，重复。你走开，工作还在继续。 提示词给模型的是指令。循环给模型的是一份工作：一个目标、一种判断工作是否完成的方法，以及一条规定什么时候该放弃的规则。下面所有内容，都是关于如何正确地构建这三样东西。 2. 没有关卡（gate），就没有循环 验证是循环的心脏，而它恰恰是所有人都会跳过的那部分。如果没有一个真正能拒绝坏结果的真检查，你拥有的就不是一个循环。你拥有的是一台 agent 在反复自我认同，而让模型给自己的作业打分，这个评分者非常慷慨。 关卡是任何能在你不在场时判工作不合格的东西：一个测试套件、一个类型检查器、一次构建、一个 linter、一条严格的评分标准、一个可衡量的条件。把能用的循环和昂贵的表演区分开来的规则是： 完成的条件：测试返回 0 且 lint 返回 0。 不是"看起来没问题"。不是"大多数都过了"。 完成是一个退出码，不是一种感觉。 如果你的设置里没有任何东西能自动说出"不，这失败了"，那就别搭循环了，回头去写一条更好的提示词。 3. 大多数任务配不上一个循环 循环听起来很强大，所以人们什么都想用循环来跑。你就是这样造出那些整夜空转的机器的。只有当一项任务全部通过下面这四项检验时，循环才配得上它的搭建成本： 它是否至少每周重复一次？一次性任务用一条好提示词更快。 坏输出能否被自动拒绝？见第 2 条。如果每一份结果都得由一个人从零开始逐份检查，循环就什么都省不下来。 agent 能否端到端地行动？如果它每隔两分钟就需要你的许可或缺漏的上下文，那就是加了额外步骤的手工活。 "完成"是否客观？"测试通过"是客观的。"这篇文章感觉很好"不是。没有任何 agent 会在美这件事上交给你退出码 0。 "分诊失败的 CI 运行"四项全过。"更新依赖并验证没有东西被搞坏"通过。"让设计感觉更高级"在最后一项上失败，而且永远会失败。这类任务就保持手工，这没问题。差一项，就写提示词。四项全过，就搭循环。 4. 制造者永远不检查自己的作品 循环设计里价值最高的单一结构性技巧：产出工作的 agent，绝不能是验证它的那个 agent。 不是因为模型没用。而是因为自我审查很弱——在机器里是这样，在人身上也是这样。一个刚写完修复的模型，已经花掉了自己的推理在为它辩护。让它审查自己，它会找到办法让自己过关。这就是为什么新闻编辑部有没写这篇稿子的编辑，为什么银行把付款的发起和付款的审批分开。 有效的模式：一个制造者产出，一个检查者验证，而检查者只看到需求和结果，永远看不到实现，也永远看不到制造者的推理。附加的经济学好处：制造者可以用便宜快速的模型，检查者用强大严格的模型。你为判断付高价，而不是为打字付高价。 检查者规则： 你收到规范和测试输出。别的什么都没有。 你不读实现。 测试全绿且满足规范 -> 批准。 少任何一样 -> 带着失败清单拒绝。 你没有其他意见。 5. 记忆活在文件里，不活在模型里 每一次 agent 运行都是从一张白纸开始的。它不记得昨天自己试过这个一模一样的修复，而且那个修复没用。如果你放着不管，你的循环就会每个晚上都重复同一个错误，花着你的预算。 解药不花一分钱：一个纯文本文件，循环在每次运行开始时读取，在结束时重写。试过什么。什么通过了。什么失败了。什么还需要人来处理。以及最被低估的一节，经验教训：那些既不存在于代码里、也不存在于文档里的本地地雷。 # STATE.md ## 上次运行 - 交付了 3 个修复，升级了 2 个 ## 不要重试 - 盲目重启 worker：失败了两次，根因在别处 ## 经验 - e2e 结账测试需要在环境变量里有 webhook 密钥。没有就跳过。 - windows runner 在 powershell 上会卡住。用 bash。 模型会忘记。文件不会。一个没有外部状态的循环不是循环，它是一连串上班第一天的日子。 6. 每个循环都需要一根保险丝 坏循环不会崩溃。这正是它们危险的原因。普通脚本会响亮地报错失败；一个坏循环会自信地继续运行，把只做了一半的活宣布为完成，在同一个死胡同里反复重试，悄无声息地给你记账。 所以每一个认真的循环都带两个停止条件。一个成功停止：关卡通过，交付并退出。还有一个失败停止，也就是保险丝：最多 8 次迭代、每次运行有美元预算上限、同一个错误重复两次就停、检查者连续两轮拒绝同一个修复就停下并升级。工具已经支持这些了：Claude Code 有一个字面意义上的预算标志。第一天就设好它，而不是在收到第一张惊吓账单之后。 同样的逻辑还意味着：从封闭循环开始，而不是开放循环。"每周一，检查有没有安全的依赖更新，一次应用一个，跑测试，全绿就开一个 PR，红了就记录并停止"是封闭的：有界的路径、明确的检查、显式的退出。"找到改进产品的方法并实现最好的那些想法"是开放的：激动人心、探索性十足，也是一个烧 token 的熔炉。封闭循环很无聊，而无聊正是你可以在夜里放心托付的东西。逐步赢得自主权：先要可靠性，后要自由。 7. 唯一的指标是：每个被接受的结果的成本 不是花了多少 token。不是跑了多少个循环。不是"看，我睡觉的时候它干了点活"。决定一切的那个数字是：每一个你真正保留下来的结果，到底花了你多少钱？ 循环的成本复利方式，是单个提示词永远不会有的。每一次迭代都要重读目标、状态、之前的失败、工具输出。这堆东西每一轮都在变大。一个跑十次的循环不是十个提示词，而是十个一次比一次大的提示词。再加一个检查者 agent，你就把读者数量翻了一倍。 当循环能交付时，这笔花销没问题。当它不能交付时，它就是毒药。如果循环产出了十份输出，你拒绝了七份，它没有帮你省活，它制造了审查债务。如果它开了五个 PR 而你只合并了一个，手工反而更便宜。还有一种更安静的代价：当循环交付得比你阅读还快时，你对自己系统的理解就会落后。代码能跑，但没人知道为什么。那张账单晚点会到，还带利息。 这就是为什么构建顺序是固定的，而跳步正是循环在凌晨三点爆掉的原因： 1. 手工跑这个任务，直到一次运行是可靠的 2. 把指令存成一个可复用的 skill 3. 加上关卡（第 2 条）和检查者（第 4 条） 4. 加上状态（第 5 条）和保险丝（第 6 条） 5. 只有到这一步，才把它放到时间表上 今晚就试一下这个形态，不需要任何工具 你可以在任何一个聊天模型里，用一段粘贴就感受到整个模式。不需要调度器，不需要 agent，不需要账单： 你将在一个循环里工作，直到任务达标。 任务：[你确切想要的东西] 成功标准： - [标准 1] - [标准 2] - [标准 3] 每一轮： 1. 规划 - 说出下一步的单一步骤 2. 执行 - 产出或改进工作 3. 验证 - 在每一条标准上残忍地打 1-10 分 4. 决定 - 全部 8 分以上？打印 FINAL 并停止。 否则打印 ITERATING，并先修复最弱的那一项。 规则：永远不要提前宣布完成。最多 3 次迭代。 假设而非提问。开始。 看着它起草、给自己打分、找到弱点、重写，然后才停下来。这就是整个想法在微缩尺度上的样子。它所缺的，正是这 7 条原则补上的东西：一个不是你自己的触发器，一个不是模型意见的关卡，一份能跨会话存活的记忆，以及一根保险丝。 重点 提示词工程改善一个答案。循环工程改善产出答案的过程，而复利就住在这个过程里。现在用 agent 赢的人，并不是在聊天框里写更聪明的提示词。他们是在决定：什么启动工作、什么验证工作、它绝不能碰什么、以及它什么时候必须停下来呼叫一个人类。 循环才是产品。提示词只是它的一部分。 在搭建任何东西之前，先收藏这篇。然后回复我：那个你每周都要重复、又在心里默默厌恶的任务是什么，我会用一条消息帮你画出它的循环。 标签：# X # Claude # AI # Loops 相关文章 《如何打造一家 AI 原生公司：招聘、标准与节奏》 *我们花了一年时间搞黑客松、AI 培训和答疑。但直到我们把 AI 能力变成一项硬性要求，一切才真正改变。* AI Loops Claude Marketing