【2026 最新】Loop Engineering 循環工程是什麼？別再手動 Prompt，讓 AI 自己一直動的完整實戰教學

最後更新：2026年7月12日 · Terry Chen

2026 年 6 月，一段訪談剪輯在工程師圈瘋傳。Claude Code 的負責人 Boris Cherny 在訪談裡說了一句讓很多人坐不住的話：「我已經不再 prompt Claude 了。我有一堆循環在跑，是它們在 prompt Claude、決定接下來要做什麼。我的工作，是寫循環。」隔天，OpenClaw 作者 Peter Steinberger 發了一則截至 2026 年 7 月中已超過 840 萬次瀏覽的貼文：「你不該再手動 prompt 你的編程 agent 了，你該去設計那些替你 prompt agent 的循環。」再過一天，在 Google 待了 14 年的 Addy Osmani 發表了一篇文章，把這整件事正式定名為——Loop Engineering（循環工程）。

如果你花過時間學提示詞技巧，看到這裡可能有點慌：難道 Prompt Engineering 白學了？別慌。這篇文章會用最白話的方式，帶你從零搞懂 Loop Engineering 到底是什麼、為什麼 2026 年年中突然所有人都在談它、一個成熟的循環由哪六個零件組成，然後給你三個可以直接照著做的實戰範例——從一行都不用寫程式的版本，到十幾行 bash 打造你的第一個全自動循環。這篇是為完全沒有技術背景的讀者寫的，每個術語第一次出現都會用大白話解釋；但它也夠深，深到你看完可以直接動手。

🔁 先說結論：提示詞（Prompt）讓 AI 動一下，循環（Loop）讓 AI 一直動。Loop Engineering 就是把「反覆提示 AI」這件事本身自動化——你不再當那個坐在螢幕前推 AI 的人，改當設計系統的人。一個能安全運作的循環＝ 心跳＋驗收單＋執行者＋裁判＋記憶＋煞車。記住這條公式，這篇文章就值回票價了。

Table of Contents

一、Loop Engineering 是什麼？先看你現在的用法哪裡卡住

大多數人用 AI 的方式是這樣的：你敲一段指令，AI 生成，你檢查，你再敲一段，AI 再生成。每一輪都需要你坐在那裡——看著、等著、做判斷、再推一把。這個模式有一個結構性的天花板：你不在，流程就停了。那個一直在場、一直在推的人是你自己。你就是那台人肉發動機。

提示詞工程（Prompt Engineering，把指令寫得更精準的技巧）解決的是「怎麼推得更有效」；但它沒有解決「為什麼是你在推」。Loop Engineering 循環工程要解決的就是後面這個問題。Addy Osmani 在那篇定名文章裡給的定義只有一句話：「Loop engineering is replacing yourself as the person who prompts the agent. You design the system that does it instead.」——循環工程，就是把「負責提示 agent 的那個人」從流程裡換掉，換成一套你設計的系統。

Loop Engineering 循環工程 vs 提示詞工程比較：差在誰在推 — 同一顆模型，兩種用法：提示詞讓 AI 動一下，循環讓 AI 一直動。

這裡先解決一個常見誤會：循環不是排程（cron job）。排程跑的是寫死的腳本，時間到了做一模一樣的事；循環裡面坐著一個會判斷的 agent（能自主使用工具完成任務的 AI，詳見我們的 Agent Harness 入門）——它會觀察目前的狀態、決定下一步、動手執行、檢查結果，然後再決定要繼續、重試、還是收工。這個「邊做邊判斷」的內核，學術上的根可以追到 2022 年 10 月普林斯頓大學與 Google Research（Brain 團隊）發表的 ReAct 論文（ICLR 2023）：讓語言模型把「推理」和「行動」交錯進行，形成 Thought → Action → Observation 的循環。今天主流 AI 編程工具的 agent 內核，幾乎都長這個形狀。

換句話說：模型廠商已經把「單次循環」做好了，Loop Engineering 是在它外面再包一層——讓這個循環自己啟動、自己驗收、自己記得進度、自己知道何時該停。如果說 Harness（執行層）是 agent 的身體，那循環就是替你按住「繼續」按鈕的那隻手。Osmani 的說法很精確：循環工程「坐在 harness 的上一層樓」。

二、循環工程怎麼紅起來的？一條完整時間軸

Loop Engineering 這個詞是 2026 年 6 月才定名的，但技術本身早了將近一年。看懂這條時間軸，你就知道這不是曇花一現的流行語，而是一路演化出來的工作方式。

2025 年 7 月：Ralph 迴圈——三行 bash 的暴力美學

起點是一位叫 Geoffrey Huntley 的澳洲開發者。2025 年 7 月 14 日，他發表了一篇標題很欠揍的文章：〈Ralph Wiggum as a “software engineer”〉。Ralph Wiggum 是《辛普森家庭》裡那個天真到有點傻的小孩——Huntley 後來在 Podcast 訪談裡解釋過取名的原因：「它有點傻、有點可愛，而且永不放棄。」（他還補了一個雙關：ralph 在俚語裡是「嘔吐」的意思，因為他第一次意識到這技術的威力時，緊張到想吐。）

Ralph 的核心概念用他自己的話說：「Ralph 是一種技術。最純粹的形式下，Ralph 就是一個 Bash 迴圈。」最純粹的形式就長這樣（此處以 Claude Code 的 claude 指令示意；2025 年夏天的原始版本用的是 Sourcegraph 的 Amp 命令列工具）：

while :; do
  cat PROMPT.md | claude
done

沒有多智能體架構、沒有複雜的編排框架。就是讓 AI 讀同一份任務說明，做一輪、退出、再讀一次、再做一輪，永遠跑下去。每一輪都是全新的上下文（AI 不記得上一輪的對話），進度全部靠磁碟上的檔案傳遞——計畫寫在 fix_plan.md，規格放在 specs/ 目錄。做對了靠測試和編譯器把關，做錯了下一輪自己修。Huntley 對這個設計有一句精準的自嘲：「這技術是在一個不確定的世界裡，確定性地爛（deterministically bad）」——它每一輪都可能犯錯，但錯得可預期、可修正。

聽起來很蠢？他用這個「蠢方法」讓 Claude 跑出了一個真的能用的東西：一個把 Golang 關鍵字全部換成 Gen-Z 流行語的新程式語言「cursed」（function 叫 slay、variable 叫 sus、package 叫 vibe），有能實際產出執行檔的編譯器（LLVM 後端，支援 macOS／Linux／Windows）。他自述這個迴圈跑了三個月（發表於 2025 年 9 月；他也坦承專案仍不完整）。重點不是這個惡搞語言本身，而是它證明了：只要驗收機制夠硬，一個蠢到極致的迴圈可以完成一個嚴肅的工程專案。

2026 年 3 月：Karpathy 把循環帶進「研究」

2026 年 3 月 7 日，前 OpenAI 創始成員、前特斯拉 AI 總監 Andrej Karpathy 公開了一個 GitHub 專案 autoresearch——讓 AI agent 自動對一個小型語言模型的訓練程式碼做實驗、跑訓練、看指標、保留有效的改動。他的自我介紹寫得很妙：「一部分是程式碼，一部分是科幻，再加一小撮精神錯亂。」這個專案 19 天就衝破 5.4 萬顆 GitHub 星星（OSS Insight 統計；截至 2026 年 7 月 12 日已達約 9.1 萬顆），分析師 Janakiram MSV 在科技媒體 The New Stack 上給它起了一個名字：The Karpathy Loop，隨後《Fortune》雜誌 3 月 17 日的專文讓這個詞徹底出圈。細節我們留到實戰範例三再拆。

2026 年 6 月：命名週——一週之內，三個人把它推上主流

然後是關鍵的一週。6 月 2 日，WorkOS 發表了 Boris Cherny（Anthropic 的 Claude Code 負責人）的訪談整理，裡面就是開頭那句「我的工作是寫循環」；6 月 6 日，訪談剪輯在 X 上瘋傳；6 月 7 日，Peter Steinberger（PSPDFKit 創辦人、OpenClaw 作者，2026 年 2 月加入 OpenAI）發出那則「你該去設計循環」的貼文；6 月 7 到 8 日，Addy Osmani 發表了那篇文章，標題就叫〈Loop Engineering〉，在書面上給了這套實踐一個正式的名字和完整的解剖。後來 TechCrunch 在 6 月 22 日的報導裡引用了 Cherny 的總結，把這波演進講得最清楚：

「兩年前，我們手寫程式碼。後來我們過渡到讓 agent 寫程式碼。而現在，我們正在過渡到：agent 去提示那些寫程式碼的 agent。」——Boris Cherny，TechCrunch〈The AI world is getting loopy〉，2026 年 6 月 22 日

Cherny 自己就是最極端的實踐者。他在 2025 年 12 月底公開過一個數字：過去 30 天他合併了 259 個 PR（程式碼變更請求）、497 個 commit、增刪近 8 萬行程式碼——每一行都是 Claude Code 寫的。到了 2026 年 6 月的 Fortune 報導，他說自己已經大約八個月沒有手寫過任何一行程式碼，有些日子同時管理著數千到上萬個 AI agent。這些數字當然是頂尖玩家的極端值，不是你我明天的日常——但方向已經很清楚了。

順帶一提：這股風潮並非只有掌聲。Steinberger 那則貼文底下的回覆兩極（有第三方分析統計約四成贊同、六成認為言之過早），研究機構 Gartner 更早在 2025 年 6 月就預測「超過 40% 的 agentic AI 專案會在 2027 年底前被取消」，原因是成本失控、商業價值不清、風控不足。我們把這些冷水留到第八節認真談——一篇只會吹的教學不值得你信任。

三、拆解 Loop Engineering：一個成熟循環的六個零件

看完故事，來動刀解剖。市面上的循環長得千奇百怪——bash 迴圈、Claude Code 的指令、雲端排程、Cursor 的 Automations——但把外皮剝掉，每一個能長期安全運作的循環，都是同樣六個零件。這套拆法整合了 Addy Osmani 文章裡的元件（Automations、Worktrees、Skills、建立在 MCP 上的 Connectors、Sub-agents，加上記憶／狀態層），以及 Huntley 和實戰社群踩坑踩出來的教訓：

Loop Engineering 循環工程六個零件解剖圖：心跳、驗收單、執行者、裁判、記憶、煞車 — 循環的解剖：內核是「觀察→決策→行動→驗證」，外圍靠六個零件讓它能自動、能收斂、能停下來。

心跳（Trigger）——循環的啟動器。可以是定時（每天早上 9 點）、事件（有新 PR 進來、CI 掛了）、或「達標前不停」。沒有心跳，你只是跑了一次腳本然後忘了它，那不叫循環。
驗收單（Spec）——把「什麼叫完成」寫成機器驗得了的條件。「把代碼改好」太虛；「test/auth 全過、lint 乾淨、不准動 test/ 目錄」才夠用。這是全流程最難、也最值錢的一步，因為它就是你判斷力的載體。
執行者（Worker）——真正幹活的 agent。它每一輪讀取目前狀態，挑一件事做完。Huntley 的鐵律在這裡要背起來：「一輪只做一件事（One item per loop）」——貪心會讓上下文爆掉、品質雪崩。想深入原理可以讀我們的上下文工程教學：上下文視窗就像 RAM，塞太滿一定當機。
裁判（Verifier）——獨立於執行者的驗證機制。可以是硬的（測試、編譯器、linter——Huntley 叫它「背壓」backpressure），也可以是另一個 agent。核心原則是 Osmani 那句：「循環裡最有用的結構性設計，就是把寫的人和檢查的人分開。」寫程式的模型給自己打分永遠太寬容——沒有裁判的循環，只是 AI 在整夜同意自己。
記憶（State）——模型每輪跑完就失憶，所以進度必須存在模型之外：一個 progress.md、一份計畫檔、或工單系統。每輪開頭讀它、結尾更新它。少了這個零件，很多系統看似在循環，其實只是每天重複同一個第一步。
煞車（Stop）——兩種都要有：成功條件（驗收單全數達成就停）和硬上限（最多跑 N 輪、最多花 X 元、連續幾輪無進展就停）。沒有上限的循環＝沒有上限的帳單。這是所有零件裡最不能省的一個。

白話總結：心跳讓它自己動，驗收單告訴它做什麼，執行者動手，裁判把關，記憶讓它明天記得今天，煞車保住你的錢包。六個零件記住了，工具隨便換——Claude Code、Codex、bash，形狀都一樣。反過來，只背指令不懂形狀，你學會的只是這個月的 CLI。

還有兩個常見的加分零件值得認識：工作區隔離（Worktrees）——同時跑多個 agent 時給每人一個獨立的 git 工作目錄（用 git worktree add ../repo-agent-b 分支名 就能開一個），免得它們在同一份檔案裡打架；以及技能檔（Skills）——把每次都要重新解釋的專案規範寫進一個 markdown 檔（例如 SKILL.md 或 CLAUDE.md），讓每一輪啟動的失憶 agent 讀了就能上工。這兩個在多循環並行的進階場景才會用到，新手先把六件套跑通。

四、實戰範例一（免寫程式）：用 Claude Code 的 /goal 跑你的第一個循環

先從門檻最低的開始。如果你已經在用 Claude Code（不熟的話先看這篇三產品比較），2026 年上半年它陸續內建了三個現成的循環零件，一行程式都不用寫（以下功能與版本號以官方文件為準，截至 2026 年 7 月）：

/goal——跑到達標為止（v2.1.139 起，2026 年 5 月加入）

你給一個完成條件，Claude 會跨回合一直做，直到條件達成。妙的地方在裁判機制：每回合結束後，由另一個獨立的小模型（預設 Haiku）讀一遍紀錄，判斷「達標了沒」——寫程式的 agent 不給自己判分，這正是第三節說的做／檢分離。它沒有內建迭代上限，所以請把煞車寫進條件裡。直接照抄：

/goal test/utils 的測試全部通過、npm run lint 零警告，
      且不可修改 test/ 目錄下任何檔案；跑滿 15 回合仍未達成就停下回報

寫 /goal 的訣竅只有一個：把「完成」寫成可以驗證的句子，順手加上一條上限。「大概做個這樣的東西」是許願；「測試全過＋lint 乾淨＋最多 15 回合」是驗收單。條件越精準，結果越可靠。

/loop——定時心跳（v2.1.71 起，2026 年 3 月加入）

/loop 30m 檢查 staging 的錯誤日誌，錯誤率超過 1% 就開一張 issue 並附上原因摘要

這是「每隔一段時間醒來看一眼」型的循環，適合監控類任務；不給間隔的話它會自己視情況決定下次何時醒來。注意它跟著你的工作階段走（預設七天後過期），電腦關了就停——真正的無人值守要靠下一個。

Routines——雲端無人值守（研究預覽中）

在 claude.ai/code/routines 可以把「一段 prompt ＋指定的 repo ＋一組連接器」打包成一個 Routine（官方文件），跑在 Anthropic 的雲端主機上——筆電闔上也照跑。觸發方式有三種：排程（最短間隔一小時）、API 呼叫、GitHub 事件（PR 或 release）。截至 2026 年 7 月它還在研究預覽階段（Pro／Max／Team／Enterprise 方案可用，行為與限制可能變動），官方文件裡有一句話特別值得抄在牆上：「執行狀態顯示綠色，不代表你 prompt 裡的任務真的成功了」——循環可以無人值守，驗收不能。

用其他工具的讀者也有對應品：OpenAI Codex 的桌面 App（2026 年 2 月上線）內建 Automations，官方文件目前稱為 Scheduled tasks，支援自訂週期的定時排程（截至 2026 年 7 月官方文件只列時間觸發，沒有事件觸發）；Cursor 的 Automations（2026 年 3 月起）反而是觸發器最豐富的，支援排程加上 Slack／Linear／GitHub／PagerDuty／webhook 事件。想搞清楚該用哪家，可以先讀我們的 Claude Code vs Codex 客觀比較。

五、實戰範例二（進階）：十幾行 bash，手工打造一個 Ralph 迴圈

現成指令好用，但你要真正「懂」循環，最好的方式是徒手拼一次六件套。下面是一個完整可跑的最小循環，改編自 Ralph 技術（並補上了原版沒有的煞車）。你需要：安裝好 Claude Code、一個拿來實驗的測試 repo（第一次千萬別對重要專案跑，循環會直接改你的檔案），以及三個檔案。

Ralph 迴圈實戰：spec.md 驗收單、progress.md 記憶、loop.sh 循環腳本三個檔案的架構 — 最小可用循環的三個檔案：spec.md 是驗收單、progress.md 是記憶、loop.sh 是心跳＋煞車。

檔案一：spec.md（驗收單）——全場最需要用腦的檔案。寫清楚目標、驗收條件、邊界：

# spec.md —— 驗收單
目標：為 utils.js 裡的 5 個函式補齊單元測試

驗收條件（全部達成才算完成）：
- [ ] 每個函式至少 3 個測試案例（正常值、邊界值、錯誤輸入）
- [ ] `npm test` 全部通過
- [ ] 測試檔一律放在 test/ 目錄
- [ ] 不可修改 utils.js 本身

邊界：
- 不要動 test/ 以外的既有檔案
- 有疑問就把問題寫進 progress.md，不要瞎猜

檔案二：progress.md（記憶）——初始內容一行就夠：「尚未開始」。之後每一輪由 AI 自己更新。

檔案三：loop.sh（心跳＋煞車）——核心就是一個 while 迴圈，每輪把驗收單和進度餵給 claude -p（headless 模式，不開互動介面、跑完就退出）：

#!/bin/bash
# loop.sh —— 最小可用的循環（教學版，附雙煞車）
MAX_ROUNDS=20                                  # 煞車 1：迭代硬上限

for i in $(seq 1 $MAX_ROUNDS); do
  echo "=== 第 $i 輪 ==="

  cat spec.md progress.md | claude -p \
    "你是自動化工程師。上面是規格（spec.md）與目前進度（progress.md）。
     1. 挑出『一個』尚未完成的驗收項目——一輪只做一件事
     2. 完成它，然後跑 npm test 驗證
     3. 把這輪做了什麼、測試結果、下一步該做什麼，覆寫回 progress.md
     4. 若 spec.md 的驗收條件已全部達成，在 progress.md 結尾寫上 ALL_DONE" \
    --allowedTools "Bash,Read,Edit,Write"

  grep -q "ALL_DONE" progress.md && echo "✅ 驗收達成" && break   # 煞車 2：成功條件
done

chmod +x loop.sh && ./loop.sh，然後去泡咖啡。對照一下六件套：for 迴圈是心跳、spec.md 是驗收單、Claude 是執行者、npm test 是裁判（硬背壓）、progress.md 是記憶、MAX_ROUNDS 加 ALL_DONE 是雙煞車。每一輪的 claude 都是全新上下文——它不記得上一輪，只靠讀 progress.md 接手。這正是 Ralph 的精髓：與其讓一個 agent 在越來越臃腫的對話裡越跑越笨，不如每輪歸零、靠磁碟上的狀態傳遞進度（為什麼臃腫的上下文會讓模型變笨，上下文工程那篇有完整解釋）。

三個誠實的提醒。第一，範例刻意用 --allowedTools 白名單而不是網路上常見的 --dangerously-skip-permissions（跳過所有權限確認）——後者等於把鑰匙全交給 AI，官方定位就是危險旗標，要用請放進容器或沙箱環境隔離跑。第二，成本：一場 YC Agents 黑客松的團隊用這種迴圈一夜跑出 6 個 repo、約 1,100 個 commit，他們自己公布的帳單是總計約 800 美元、平均每個 agent 每小時約 10.5 美元（用 Sonnet）——循環不貴得離譜，但絕對不是免費。第三，Huntley 本人的邊界宣告：Ralph 最適合從零開始的新專案（他的說法是「預期做到九成」），至於既有的成熟程式碼庫，他的原話是「打死我也不會用 Ralph」。工具的發明人親自告訴你它的極限，這種話最值錢。

順帶一提：Anthropic 官方在 Claude Code 的外掛目錄裡收了一個 ralph-wiggum plugin（用 Stop hook 讓同一個工作階段一直不收工，可設 --max-iterations），Boris Cherny 自己的配置推薦文裡也點名用它。有趣的是 Huntley 公開表示官方外掛「不是那回事」——因為它在同一個工作階段裡繞圈，而 Ralph 的核心正是每輪全新上下文。誰對誰錯不重要，重要的是你現在已經懂到能聽出他們在吵哪個零件了：這是「記憶」與「上下文」的設計取捨。

六、實戰範例三（開眼界）：Karpathy Loop——當循環開始做研究

前兩個範例是「把雜活交給循環」。第三個範例要展示循環工程的天花板：把「做實驗」這件事本身交給循環。這就是 2026 年 3 月轟動整個 AI 圈的 Karpathy Loop。

Karpathy 的 autoresearch 專案設計得像一個牢籠實驗，README 說整個 repo「真正重要的只有三個檔案」：

Karpathy Loop 運作原理：train.py、prepare.py、program.md 三個檔案與自動實驗循環 — Karpathy Loop 的三檔案設計：agent 只能改 train.py，評分的 prepare.py 碰不得——裁判和執行者物理隔離。

train.py（630 行）——訓練一個小型 GPT 的完整程式碼。這是 agent 唯一可以修改的檔案，模型架構、優化器、超參數，隨便它改。
prepare.py（389 行）——資料準備與評分。agent 碰不得。為什麼？因為如果裁判可以被執行者修改，agent 學到的第一件事就是把考題改簡單，而不是把模型變好。
program.md（114 行）——給 agent 的研究指示：探索什麼方向、遵守什麼限制。這是人類唯一該碰的檔案。Karpathy 說它「本質上就是一個超輕量的 skill」。

循環本體：讀程式碼 → 提出一個改動 → 訓練 5 分鐘（固定預算，確保實驗公平）→ 看驗證指標（val_bpb，越低越好）有沒有進步 → 有就 commit、沒有就回滾 → 下一輪。一小時約 12 個實驗，一夜約 100 個。人去睡覺，醒來看實驗日誌。

結果如何？Karpathy 本人在 3 月 9 日的貼文寫道：他讓 autoresearch 對 nanochat（他自認「已經手工調得相當好」的專案——他有二十年手動調參的功力）跑了約兩天，agent 自主嘗試了約 700 個改動，找到了約 20 個他自己沒發現的真實改進——包括他的 QK-norm 少掛了一個縮放系數，導致注意力機制「太發散」。這不是模糊測試能抓到的 bug，是一個細心的人類「本可以發現但沒發現」的優化，因為人類做到第十二個實驗就累了，agent 不會。把這 20 個改進全部移植回去後，「訓練出 GPT-2 等級模型」的時間從 2.02 小時降到 1.80 小時。Shopify 執行長 Tobi Lütke 也親自試了一把：對他自己的開源查詢擴展模型（tobi/qmd）跑了一夜——8 小時、37 個實驗，隔天醒來品質分數提升 19%，而且新模型只有原本一半大（0.8B 勝過 1.6B）。他自己都說「我又不是機器學習研究員」。

更妙的還在後面。2026 年 3 月，兩位研究者（Yaonan Qu 與 Meng Lu）在 arXiv 上發表了一篇預印本〈Bilevel Autoresearch: Meta-Autoresearching Itself〉：他們在 Karpathy 的內圈外面再套了一圈——外圈 agent 觀察內圈的搜尋過程、找出它卡在哪裡（模型有慣性，會反覆嘗試自己偏好的那幾類優化）、然後直接改寫內圈的搜尋策略程式碼再放回去跑。論文宣稱在同一個基準上，外圈加持後的改善幅度是純內圈的 5 倍（val_bpb 改善量 −0.045 對 −0.009），而且內外圈用的是同一顆模型——提升來自架構，不是更聰明的腦。這篇還沒經過同儕審查，數字別當聖經；但「循環之上再套循環」這個方向，值得記住。Warp 執行長 Zach Lloyd 在 2026 年 6 月中發表於 X 的一篇實作分享裡，也展示了同一個形狀的辦公室版本：內圈 agent 用一份 SKILL.md 對 GitHub issue 做分類，外圈 agent 定時（他的示範設定為每天一次）讀取所有執行紀錄和人類糾正，自動產出改進那份 SKILL.md 的 diff——skill 只是檔案，而檔案是可以被循環改良的。

這一切也已經走進了嚴肅的生產環境。Mozilla 在 2026 年 5 月的官方部落格披露：Firefox 在 4 月的版本裡總共修復了 423 個安全性 bug，其中 271 個是由 AI 管線找到的。他們的循環設計（工程師 Brian Grinstead 在訪談中描述）很值得抄：先用一個 LLM 裁判給每個檔案打兩個分數（出現記憶體安全問題的可能性 × 從網頁觸發的難易度）來排優先順序，然後 agent 反覆嘗試觸發真實的崩潰，最後再由另一個獨立的驗證 agent 確認報告有效才交給人類——兩段式驗證，「到達人類工程師手上時，幾乎沒有誤報」。看到了嗎？又是六件套：驗收單、執行者、裁判、煞車，一個都沒少。

七、該不該把一件事做成循環？三道篩子

看到這裡你可能已經手癢了。先停一下——不是所有事都該做成循環，做錯方向的循環只會更快地燒錢。動手前先過三道篩子：

該不該做成循環的三道篩子：重複、可驗、值得，以及三種工作結構的分流 — 三道篩子全過才值得建循環；缺一道，就老實用手動 prompt 或傳統腳本。

重複嗎？這件事至少每週都會發生。一次性的任務，一個好 prompt 就夠了，建循環的設置成本永遠賺不回來。
可驗嗎？「做完了」能寫成一個機器跑得動的檢查——測試通過、數字達標、格式正確。說不清「通過長什麼樣」，循環就不知道何時該停，只會原地打轉或糊弄過關。
值得嗎？產出對得起燒掉的 token。循環會重讀上下文、重試、探索，這些都是錢。瑣碎小活不夠格。

另一個判斷角度是看工作的「結構」。流程型（步驟固定、沒有決策分岔，例如發票對帳）：用傳統自動化腳本就好，塞 AI 進去是浪費；工具輔助型（目標明確但路徑多變、需要人拍板）：這是一般 AI 助手的主場，人繼續握方向盤；目標驅動型（給得出目標和邊界、系統自己摸路徑、結果可驗收）：只有這一類值得裝循環。發現了嗎？真正的問題從來不是「怎麼把所有事自動化」，而是「哪些位置值得裝一個會判斷下一步的循環」。

八、循環欠的三筆債＋一張帳單（風險段，請認真讀）

社群媒體上你只看得到「循環跑了一夜，寫了 6 個 repo」。你看不到的是：無人看管的循環，也在無人看管地犯錯（這句是 Osmani 的原話）。三筆債遲早要還：

驗證債——AI 在終端機印出「Done」是宣稱，不是證明。沒有硬性驗收（測試、lint、獨立裁判），循環會想方設法糊弄過關。這不是陰謀論：Anthropic 自家的 Opus 4.8 系統卡片裡就有一項評測專門量「模型明知程式邏輯有問題、卻照樣把跑出來的數字報給你」的行為——官方公告說 Opus 4.8 讓自己程式碼的缺陷「未被指出就放行」的機率比前代低了約四倍，系統卡片更稱它是第一個在該評測拿到滿分的模型。模型在進步，但反過來讀：連官方都要專門建評測防這件事，你的循環敢不設裁判嗎？
理解債——循環產出程式碼的速度遠超你閱讀的速度。連續幾個月讓循環提交 PR 而不讀，你會突然發現自己成了自己專案裡的陌生人；哪天系統出了深層 bug，你連從哪開始查都不知道。Osmani 把這叫 comprehension debt，而且它是複利計息的。
認知投降——最危險的一筆。當「按一下讓循環跑」太舒服，你會逐漸放棄思考「這功能該不該做」「架構合不合理」。同一個循環，用它加速你深刻理解的工作，是槓桿；用它逃避理解工作本身，是自廢武功。循環分不出這兩者的差別，你分得出來。

然後是帳單。真正燒錢的不是單次執行，是頻率：同一個循環從每天 5 次改成全天每 5 分鐘一次，執行次數直接翻近 60 倍，產出卻未必多一分。省錢三招按效果排序：模型分級（規劃與驗收用強模型、粗重活用便宜模型——這是最大頭）、降頻（每小時一次比每 5 分鐘一次便宜約 12 倍）、prompt 和規則檔保持精瘦（每輪都要重讀，每個字都是錢）。更完整的省 token 攻略我們寫過一整篇十招。

最後把鏡頭拉遠。Gartner 在 2025 年 6 月的預測值得每個興奮的人讀三遍：超過 40% 的 agentic AI 專案會在 2027 年底前被取消——成本失控、價值不清、風控不足；同一份報告還發明了「agent washing」這個詞，並估計市面上數千家自稱 agentic AI 的廠商裡「真材實料的大約只有 130 家」。但同一份報告也給了上行數字：到 2028 年，至少 15% 的日常工作決策將由 agentic AI 自主完成（2024 年是 0%）。翻譯成人話：方向是真的，泡沫也是真的。活下來的會是把驗收和煞車當回事的那批人。

九、循環工程不只寫程式：量化交易的同款形狀

最後開一扇窗，證明這個形狀的通用性。量化交易圈其實跑「循環工程」跑了幾十年，只是不叫這個名字：生成一個策略假設 → 回測 → 打分 → 讀失敗原因 → 餵回去生成下一批。AI 只是讓「生成」這一步變得近乎免費，於是整個循環的瓶頸露了出來——和寫程式一模一樣，瓶頸在裁判。

量化圈的「裁判」是兩個指標：IC（資訊係數）——今天的因子值和下一期報酬的相關性（實務上通常逐期做橫斷面計算、常用 Spearman 等級相關）；以及更重要的 ICIR ＝ IC 的平均 ÷ IC 的標準差——衡量這個訊號「穩不穩」。一個月神準、下個月崩掉的因子，ICIR 會直接告訴你它在變裝。另外還會用 AR(1) 半衰期公式 t½ = −ln(2)/ln(ρ)（ρ 是訊號的自我延續強度，需 0＜ρ＜1）檢查訊號能活多久——半衰期只有兩天的訊號，手續費就把你吃光了。

而量化圈用血換來的最大教訓，恰好是所有循環工程師都該背的：在同一批資料上迭代，不會更快找到真理，只會更快找到更漂亮的噪音。所以每個存活的候選策略，都必須通過「樣本外閘門」——用它從來沒看過的資料再驗一次，指標還站得住才算數。對應回寫程式的世界：你的循環通過了自己寫的測試，不代表它通過真實世界；上線前的 code review、staging 環境、金絲雀發布，就是工程版的樣本外閘門。循環可以生成一千個候選，只有獨立的驗證能告訴你哪一個是真的。

❓ 常見問題 FAQ

Q1：Loop Engineering 出現後，Prompt Engineering 白學了嗎？

沒有白學。循環的每一輪裡面還是 prompt，而且驗收單（spec）本質上就是一種要求更高的 prompt——你只是從「寫給 AI 看的一句話」升級成「寫給系統跑的一份合約」。提示詞功力越好，循環收斂越快。

Q2：我完全不會寫程式，能玩循環工程嗎？

能。從第四節的 /goal 開始——它要求的不是程式能力，是「把完成條件說清楚」的能力。雲端 Routines 加上連接器甚至可以做「每天早上讀我的未讀郵件、挑三封最重要的摘要給我」這種純辦公循環。程式能力決定你的天花板，不決定你的門票。

Q3：循環會不會把我的帳單燒爆？

會，如果你不裝煞車。迭代上限、無進展偵測、預算上限三道閘缺一不可；頻率是最大的成本變數。參考數字：一支 YC 黑客松團隊自行公布的量級是每個 agent 每小時約 10.5 美元（用 Sonnet）。先用低頻＋便宜模型跑通，再考慮加碼。

Q4：Ralph 迴圈、/goal、/loop、Routines 是同一件事嗎？

不是，它們是不同零件的不同組合。Ralph 是「每輪全新上下文＋檔案傳狀態」的技術流派；/goal 是「跑到達標為止」的成品指令（含獨立裁判）；/loop 是定時心跳；Routines 是雲端無人值守的載體。連 Anthropic 官方的 ralph-wiggum 外掛都被 Ralph 發明人吐槽「不是那回事」——分清零件，你就不會被名詞繞暈。

Q5：讓 AI 自己檢查自己的產出，可以嗎？

不建議。寫作業的人給自己打分永遠偏高，這在模型身上也成立。至少做到「硬裁判」（測試、編譯器、lint），最好再加一個獨立的檢查 agent——用不同的指示、甚至更便宜的模型都行，重點是分開。想深入 subagent 分工，看這篇 Claude Code 子代理教學。

Q6：循環工程會取代工程師嗎？

不會取代，但會重新定價。被自動化掉的是「反覆下指令、反覆檢查」的那部分工時；變貴的是寫驗收單的能力、設計裁判的能力、以及判斷「這件事該不該做」的品味。Cherny 沒有失業，他從寫程式的人變成了寫循環的人。

Q7：現在就該全面導入循環嗎？

不一定。連 Steinberger 那則貼文底下都有大量反對聲音，Gartner 也預測超過四成 agentic AI 專案會被取消。正確姿勢是：挑一件過得了三道篩子（重複、可驗、值得）的小事，在測試環境跑通六件套，看數據再擴大。從讀 CI 失敗日誌、整理 issue 這種低風險雜活開始，不要一上來就讓循環碰生產環境。

Q8：除了 Claude Code，其他工具能做循環工程嗎？

能，零件思維是通用的。截至 2026 年 7 月：OpenAI Codex 桌面 App 有 Scheduled tasks（定時排程）；Cursor 的 Automations 支援排程與 Slack／GitHub 等事件觸發；Warp 的 Oz 平台能在雲端排程編排多家 agent；開源的 Kimi K2.6 官方宣稱單次可展開至 300 個平行子代理（官方 API 定價每百萬 token 輸入 0.95／輸出 4 美元）。工具會一直換，六件套不會。

🎯 給新手的 5 個重點

記住公式：循環＝心跳＋驗收單＋執行者＋裁判＋記憶＋煞車。六個零件是地圖，指令只是這個月的地名。
先過三道篩子再動手：重複、可驗、值得。缺一道就別建。
從 /goal 開始，練的是把「完成」寫成可驗證條件的功力——這是整個循環工程最值錢的一項技能。
永遠做／檢分離：寫的 agent 不給自己判分。硬裁判（測試）優先，軟裁判（審查 agent）加分。
煞車先於油門：迭代上限、預算上限、無進展偵測，裝好才准上路。第一次一律在測試 repo 或容器裡跑。

📚 延伸閱讀

AI Agent Harness 是什麼？——循環的下一層樓。先懂 harness，你會更清楚循環到底包住了什麼。
30 行偽代碼自己寫一個 Agent Harness——想徒手拼出循環內核的人，從這篇開始。
上下文工程（Context Engineering）——為什麼 Ralph 每輪要清空上下文？答案全在這篇。
Claude Code 子代理團隊——做／檢分離的實戰版：一個 repo 如何變成一間 AI 公司。
Claude Code vs Codex 客觀比較——選循環載具前，先搞清楚兩大 agent 的底層差異。
Claude 省 token 十招——循環的帳單控制手冊，做第 3 招就省一半。
Claude Opus 4.8 完整解析——想懂「裁判模型」該挑誰，先看這篇。
更多 AI 教學都在 AlphaLab AI 專區；想系統性學會用 AI 放大自己，看看我們的課程。

結語：去造那個循環，但別交出判斷力

回到開頭那條公式：循環＝心跳＋驗收單＋執行者＋裁判＋記憶＋煞車。你現在知道每個零件是什麼、去哪裡買現成的、怎麼徒手拼一個，也知道三筆債和那張帳單長什麼樣。Karpathy 停止了手寫實驗，Cherny 停止了手動提示——但他們沒有一個人停止思考。循環讓「產出」變得廉價，它沒有讓「該做什麼」這個判斷變廉價；那個判斷，現在、將來，都還是你的工作。去造那個循環吧——然後把省下來的時間，花在只有你能做的那件事上。

＊本文為教學性質內容，不構成任何投資或商業決策建議，撰於 2026 年 7 月；文中所有功能名稱、版本號、瀏覽數、星數與價格皆為當時快照，變動極快，請以各官方頁面為準。主要參考來源：Addy Osmani〈Loop Engineering〉、Geoffrey Huntley（ghuntley.com/ralph、/cursed）、Karpathy autoresearch（GitHub）與其 X 貼文、WorkOS 訪談整理、TechCrunch、Fortune、Mozilla Hacks、Anthropic Claude Code 官方文件與 Opus 4.8 系統卡片、Gartner 新聞稿、arXiv:2210.03629 與 2603.23420。文中 bash 範例為易讀優先的教學寫法，省略錯誤處理與安全加固，請先在測試環境驗證後再使用，實作以官方文件為準。AI 具有輸出錯誤資訊的可能，重要決策請由人類複核。本文無業配內容。