Loop Engineering：超越提示工程的AI工作流设计

还记得当初所有人都说「提示词工程」是你唯一需要的技术技能吗？有段时间我们信了。如果 AI 给了一个糟糕的回答，我们的本能反应就是重写提示词。

这很快，是反应式的思维——心理学家称之为系统 1 思维。我们把 AI 当成一个神奇的文本框：只要找到完美的魔法词汇，它就会按我们的想法行事。

但当人们开始构建真实的、自动化 AI 助手——比如客服机器人或数据分析工具——他们意识到一件令人沮丧的事。如果你把这个「魔法文本框」放到现实世界中，它就会出问题。数据库加载太慢，AI 幻觉出一个假答案，整个系统就崩溃了。

解决方案不是写一个更好的提示词。解决方案是循环工程（Loop Engineering）。

听起来像是沉重的计算机科学，但实际上是一个非常简单的概念。

天才大厨与厨房管理员

想象你雇了一位才华横溢的世界级大厨（就是 AI）。他什么都会做。

提示词工程就是递给大厨一份食谱然后走开。但如果厨房的盐用完了怎么办？如果烤箱坏了怎么办？如果大厨没有处理这些问题的指令，他就会慌张，把整顿饭毁掉。

循环工程是构建一个厨房管理员与大厨并肩工作。

不是简单地给出一条指令然后期待最好的结果，系统在一个持续的、被管理的循环（一个 loop）中运行：

Act：AI 尝试完成一个小步骤。

Observe：系统查看 AI 刚才做了什么。

Verify：一个严格的规则检查动作是否正确。

Retry or Stop：如果错了，系统告诉 AI 再试一次。如果对了，就进入下一步。

「挽具」——真正的魔法所在

当你构建一个循环时，你必须围绕 AI 编写传统的、无聊的、可预测的规则。开发者称之为「挽具」（Harness）。

挽具不需要人工智能。它需要的是常识。它回答的问题比如：

• 如果一个网站加载时间太长怎么办？
• 如果 AI 连续 3 次没能写好这封邮件，我们什么时候强制它停下来，免得它永远跑下去？
• AI 绝对不能违反的规则是什么？

现代技术的残酷真相是：AI 模型本身可能只占魔力的 5%。另外 95% 是挽具——你在它周围构建的防弹环境。

保持厨房整洁

循环工程有一个大陷阱：记忆。

如果你的 AI 工作了 20 分钟，它会收集大量信息。如果你把所有这些数据都丢到 AI 的「桌面上」，它就会不堪重负、陷入混乱。（开发者称之为「上下文腐烂」context rot）。

一个好的循环会不断清理工作空间。它总结过去的步骤、删除无用的信息，确保 AI 只看到当前任务所需的内容。

大的转变

我们正式从「与机器对话」的时代进入「构建机器」的时代。

你不仅仅想要一个能写出聪明句子的 AI。你想要一个能自我检查工作、从错误中恢复、知道任务何时完成的系统。这就是循环工程的力量。