AI Loop：Claude、GPT、Mira 和真正有效的工作方式

原文链接：https://x.com/AnatoliKopadze/status/2068328135611822149

大家好，我是若风。

坦白讲，Loop 这个词最近被讲得有点玄。它听起来像一个新的 AI 工程黑话，但拆开之后，核心其实很朴素：不要只让 AI 回答一次，而是给它目标、检查方式、记忆和退出规则，让它自己把任务往前推。

AI 已经在每个人手里好多年了。但大多数每天都在用 AI 的人，仍然在用最慢的方式：输入一个请求，等待，修正，再问一次，全靠自己手动推进。

不是因为更快的方法有多复杂，而是因为没人真正给他们看过那东西长什么样。

更快的方法叫 Loop。现在，全世界最好的 AI 工程师都在关心这件事。下面这篇文章要补上那个没人讲透的部分：Loop 到底是什么，它在底层如何运转，什么时候值得用，什么时候只是陷阱，怎么在 Claude 或 ChatGPT 里自己搭一个最基础的 Loop，以及哪些轻量 Loop 已经值得放进日常生活。

大多数人是怎么用 AI 的

仔细看一下「一次只问一个请求」这个习惯，因为问题全在这里。

每一步都要经过你。你决定问什么，你判断答案好不好，你决定下一步做什么。AI 只有在你推动时才会动；你一停，它也停。

这当然能用，但有上限。你才是发动机。AI 只是你手里的一件工具，而工具不会自己工作。

还有另一种方式，也正是顶级工程师正在改变构建方式的原因。你不再一步步带着 AI 走，而是只给它一次目标，让它自己跑完整个流程：它计划，执行，检查结果，修掉薄弱处，然后重复，直到目标达成。你退出来，工作还会继续。

Peter Steinberger 的一句话很适合概括这种变化：

这是你的每月提醒：你不该再给编码 Agent 不断写 Prompt 了。你应该设计 Loop，让它们去提示你的 Agent。

很多人看到这类话会点头，但心里其实不知道它在实践里到底是什么意思。所以我们拆开看。

什么是 Loop

Prompt 是一次性指令。Loop 是一个 AI 会持续追逐的目标，直到它真正到达那里。

你可以把它理解成一个递归目标：你定义目的，AI 反复迭代，直到完成。

Prompt 给你一个答案，然后等你决定下一步。Loop 则会自己跑完整个循环。一个可用的 Loop 至少包含五件事：

• 目标：它到底要完成什么。
• 执行：它可以自己采取哪些行动。
• 验证：它怎么知道结果是否合格。
• 状态：它怎么记录已经做过什么、失败过什么。
• 停止条件：它什么时候成功退出，什么时候承认做不到。

真正关键的是后面三件事，而很多人也恰恰在这里把 Loop 做坏。

验证是 Loop 的心脏。没有真实检查，你没有 Loop，只有一个 Agent 在反复同意自己。检查把重复变成进步。它可以是硬测试，比如代码是否通过；可以是可量化条件，比如某个数字是否高于 X；也可以是模型按一套 rubric 评分。没有关卡，Agent 就是在给自己的作业打分，而写出答案的模型通常太宽容。

状态让 Loop 有学习能力。每一轮，AI 都必须记得自己试过什么，否则它会永远重复同一个错误。真正的 Loop 会在旁边保留一小段记录：什么做完了，什么失败了，下一步是什么。明天再跑时，它是接着做，而不是从零开始。当然，这也是成本开始上升的地方，后面会讲。

停止条件让 Loop 保持理智。没有出口的 Loop 会一直跑，直到成功、崩掉，或者把你的账单烧空。严肃的 Loop 至少有两种停止方式：成功，以及硬上限，比如尝试 8 次后停下来汇报。跳过这个条件，你就造了一台可能整晚空转的机器。

Prompt 给 AI 一条指令。Loop 给 AI 一份工作、一个判断完成的办法，以及一条什么时候放弃的规则。

你真的需要 Loop 吗

大多数文章会先把 Loop 卖给你，再告诉你什么时候不该用。但严肃的人实际用的是另一套判断。

只有同时满足四个条件，Loop 才值得构建：

• 这个任务会重复，至少每周一次。频率更低，搭建成本通常回不来。一次性任务仍然更适合一个好 Prompt。
• 坏结果可以被自动拒绝。比如测试、类型检查、构建、linter 或硬规则。如果没有东西能替你判失败，Loop 只是在原地打转。
• Agent 能真正端到端完成工作，而不是做一半就把问题丢回给你。
• 「完成」是客观的，不是审美判断。如果质量主要靠品味决定，人仍然赢。

漏掉任何一项，就把它留在手动 Prompt 里。

这整个话题的诚实版本是：Loop engineering 确实是真的，但大多数人还不需要重型版本。每个人真正能用起来的，是轻量版本。你要先知道边界在哪里。

为什么代码最适合 Loop

Loop 最先在软件开发里火起来，因为代码是世界上最容易验证的东西之一。

测试要么通过，要么失败。没有什么好争的，所以 AI 总能知道自己是否完成。

一个编码 Loop 会拿到一个目标，以及一套严格检查方式：

• 改完这个功能。
• 运行测试、类型检查和构建。
• 如果失败，读错误，继续修。
• 如果通过，提交结果或汇报完成。
• 如果超过尝试次数，就停止并说明卡在哪里。

从底层看，真正的编码 Loop 通常由五块组成。Claude Code 和 Codex 现在都已经提供这些能力。

第一块是自动化，也就是心跳。它让这件事成为 Loop，而不是你手动跑过一次的单次任务。你定义 Prompt、节奏和目标，它按计划运行，不需要你每次启动。在 Claude Code 里，/loop 可以按间隔重跑 Prompt，/goal 会让会话持续推进直到你写下的条件为真，hooks 会在 Agent 生命周期的某些点触发命令，而 cron job 或 GitHub Actions 可以让它在你合上电脑后继续运行。结果会主动回来找你，而不是你到处检查。

第二块是Skill，也就是可复用说明。你不再每次都粘贴一大坨指令，而是把规则、模式、绝对不能碰的边界写成一个文件，让 Loop 每次读取。自动化只要按名字调用 Skill，重复任务就不会烂在一个没人维护的 schedule 里。

第三块是子 Agent，核心作用是让执行者远离检查者。Loop 里最有用的结构技巧，是把做事的 Agent 和检查结果的 Agent 拆开。写代码的模型太容易给自己的作业打高分。另一个 Agent，用不同的指令，甚至用更强的模型和更高 effort，可以抓住第一个 Agent 自我说服后漏掉的问题。写作者可以快一点、便宜一点，审稿者可以慢一点、严格一点。这种分离贡献了大部分质量。

第四块是连接器。它决定 Agent 是只会说「这里是修复方案」，还是能真的打开 PR、关联工单、等构建绿了再通知频道。连接器让 Loop 可以在你的真实环境里行动，而不是描述如果它有权限会怎么做。

第五块是验证器，也就是关卡。测试、类型检查或构建会自动拒绝坏结果。这是决定 Loop 到底是在帮你，还是只是在花钱的核心部件。其他部分都是管道，验证器才让它变成真的。

这些东西叠在一起，就得到大团队正在规模化运行的东西：成群 Agent 在同一个任务上循环，几十个、几千个同时跑。有工程师用这种 Loop 在大约六天内把整个代码库从一种语言重写到另一种语言，手工做可能接近一年。这确实改变了严肃软件的构建方式。但演示里通常不会展示它的代价。

没人提的成本

Loop 消耗 token，而 token 就是钱。问题不只是每一步都有成本，而是成本会复利式增长。

Loop 每跑一圈，Agent 都要重新读取上下文：目标、代码、上一轮结果、失败原因。整个上下文会在每次迭代中再次送进模型，而且会一轮比一轮更大。一个跑了十轮的 Loop，不等于十个 Prompt；它是十个越来越大的 Prompt。

执行者加检查者的结构能提升质量，但也会把账单翻倍，因为现在有两个模型要读同一份工作。

真正重要、但几乎没人追踪的指标，是每个被接受变更的成本。不是花了多少 token，也不是跑了多少轮。如果 Loop 给你十个结果，你丢掉六个，你仍然在做本来想省掉的审查工作。低于 50% 接受率时，它通常花得比省得多。

Loop 还会安静地失败。工程师 Geoffrey Huntley 把一种模式叫作「Ralph Wiggum loop」：Agent 过早宣布完成，带着半成品退出，而 Loop 继续运行、继续花钱，却没有产出。没有能让工作失败的硬关卡，Loop 不会崩溃，它只是静悄悄地给你记账。

所以重型版本属于有预算、有护栏的团队：迭代上限、token 预算、无聊步骤用便宜模型、监控。如果你还不是这种场景，也不是错过了什么。核心思想可以用更低成本、更少设置的方式发挥作用。

正确顺序比工具更重要

如果你真的要构建 Loop，顺序比工具重要得多。

能在生产里活下来的 Loop，大致都遵循同一条路径：

1. 先手动完成一次，确认任务本身可行。
2. 写清楚成功标准，让结果可以被拒绝。
3. 加验证器，让失败自动暴露。
4. 再加入状态记录和停止条件。
5. 最后才上 schedule、hooks、cron 或 GitHub Actions。

跳过前面几步，直接把一个还没有被手动跑顺的流程排进计划任务，就是 Loop 半夜炸账单的常见原因。先证明它能跑，再加固它，最后自动化。

任何 LLM 里都能手动搭一个基础 Loop

你不需要编码 Agent，也能感受 Loop 如何工作。现在就在任意 LLM 里，用一段 Prompt 就能手动跑一个简单 Loop。

诀窍是一次性给模型三样东西：目标、严格成功标准，以及一个协议，强制它在停止前自我检查。

你可以这样写：

目标：帮我写一封 120 字以内的产品更新邮件。

成功标准：
1. 读起来像真人，不要营销腔。
2. 第一段必须说清楚对用户有什么变化。
3. 不使用感叹号。
4. 末尾只保留一个行动建议。

流程：
先写初稿。
然后按成功标准逐条评分。
如果任意一项不合格，说明问题并重写。
最多迭代 3 次。
只有全部合格时，输出最终版本。

你会看到模型先起草，再按你的标准给自己评分，找到弱点，然后改写。它会一轮一轮走，直到真正过线，而不是把第一版看起来差不多的东西交给你。这就是 Loop。你用一段话搭出来了。

但注意，最关键的东西仍然缺失：你还是触发器。你打开聊天，粘贴 Prompt，坐在那里看它迭代。关掉标签页，它就消失了。它没有 schedule，没有「每天早上做这件事」，也没有「收到邮件后唤醒」。它不能主动找你，因为它只在你盯着它时存在。

想让 Loop 自己运行、按计划运行、被真实事件触发、无需你看管，通常就要进入前面说的重型世界：工具、托管、代码、关卡和账单。

这适合真正重的任务。但对 99% 的日常任务来说，已经有更简单的现成方案。

把同一个想法放进真实生活

把代码和成本剥掉，剩下的其实是一个非常简单、也非常有用的概念：一个任务可以按时间或事件自己运行，不需要你记得，也不需要你在场。

你不必是工程师才需要它。你只是需要一种为生活而建的 Loop，而不是为代码库而建的 Loop。

有一种免费选择，你只要用自然语言描述就能创建。没有代码，没有托管，没有密钥，没有必须一直开着的标签页，也没有容易搞错的构建顺序。

它叫 Mira，运行在 Telegram 里。你像给朋友发消息一样跟它说话，而它运行的 Loop 叫 Skills。每个 Skill 背后都有真正 Loop 需要的几部分：触发器、动作、自动运行方式。只是你不需要自己把它们接起来。你只要说你想要什么。

这就是一个真实 Loop：时间触发，跨两个连接应用执行多步骤动作，自动运行，并把结果带回给你。你用一句消息就写出来了。

Mira 能做什么

这里是让人真正理解它的地方。Mira 不是一个更聪明的聊天机器人。

它和 ChatGPT 的区别很简单：ChatGPT 回答，Mira 行动。你不是让它写邮件，而是让它发邮件。你不是拿到一个工单草稿，而是在 Linear 里得到一个已经分配负责人的真实工单。它在后台把事情做掉，而且能在每次对话之间记住你。

它通过 Composio 连接 500 多个应用，包括 Notion、Gmail、Google Calendar、GitHub、Figma、Stripe 等。它有跨会话和群聊的长期记忆，也不绑定某一个模型，会根据任务使用 GPT、Claude 或 Gemini。落到具体场景里，会变成这些能力。

工作场景。 它可以在几秒钟内帮你追上 200 条消息的讨论，在你继续聊天时把工单建好，也能在会议开始前把上下文准备好。在群聊里，它记住的是整个团队的决策和任务，不只是你自己的。

创作者场景。 Mira 可以在聊天窗口里端到端制作内容。语音笔记进去，几十秒后变成成稿。一个 brief 变成六个适配不同平台的版本。它还可以在聊天里生成图片和视频，编辑照片，替换背景，制作头像和形象，甚至做口型同步和动画。整个内容流水线都在一个窗口里。

语音场景。 Mira 把语音当作一等输入，这比听起来更重要。它能转写语音消息，把文字读给你听，理解群聊里的语音笔记并总结讨论，在你无法打字时充当免提语音助手。

生活场景。 同一个引擎也可以指向生活里的其他任务：一个督促你保持 streak 的教练，一个真正记得你的日记伙伴，用照片记录热量而不是打开另一个 App，基于你自己错误的语言练习，一个价格合适时提醒甚至购买的航班监控器，一份去掉标题党的每日摘要。

两分钟开始

打开 Telegram，进入 Mira，给它发一条消息。免费访问可以立即使用。

你可以先试这些：

• 每天早上 8 点，把我的日程和未读邮件整理成一段摘要。
• 每周五下午，检查我这个项目的开放 issue，并列出最值得处理的三个。
• 每次我转发一条语音笔记，就把它整理成一条适合 X 的短帖。
• 每天晚上提醒我记录今天做成的一件事，并把这一周的记录汇总给我。

这篇文章里的任何例子，只要你把它写成一句自然语言，就会变成一个会持续运行的 Loop。

这对你真正意味着什么

写在最后。

Loop 不是一个短期潮流，而是工作归属发生变化的信号。AI 不再只是等你一步步推动，而是开始自己跑完整个任务。

但这也不是一个应该到处硬塞的东西。更多时候，你只会白白烧钱。更稳的起点是：先用那些已经存在、成本足够低的工具，把 Loop 的感觉用起来。只有当你真的感到它不够用时，再开始思考自己到底需要什么样的重型 Loop。

真正的变化不是「Prompt 写得更长」。真正的变化是：你开始设计一个能判断自己是否完成、能记住失败、也知道何时停下来的工作系统。