同样在讲 Loop，谁在教你造轮子，又是谁告诉你轮子装在哪一层
这几天我在看着两篇讲 Loop 的文章。
一篇是 Anthropic 官方的《Getting started with loops》，Claude Code 团队写的，非常工程、非常手册。另一篇是吴恩达在 X 上发的长文。
7月2日
7月2日
Andrew Ng 把「loop engineering」这个 buzzword 拿出来讲，说明它已经从少数人的实践变成需要系统化的工程方法了。 当 AI agent 需要自我迭代几十轮才能产出可用代码的时候，怎么设计循环终止条件、怎么避免无限自嗨，这些是实打实要解决的问题。 但这些设计问题没确定前，不要为了上而上。
第一遍读，我觉得这俩人在各说各话——一个在教你怎么设置 /goal 和 /schedule，一个在聊软件开发的哲学。像是同一个词被两拨人抢去用了。
读第二遍才反应过来：他们讲的不是同一层 Loop。一个凑到最里面看，一个退到最外面看。
Anthropic：Loop 是个机械问题
官方指南给 Loop 下了个很干脆的定义：智能体重复执行工作周期，直到满足停止条件。
然后按四个维度把它拆开——怎么触发、怎么停、用哪个原语、适合什么任务：
| 循环类型 | 你交出的 | 什么时候用 | 用什么 |
|---|---|---|---|
| 基于回合 | 检查环节 | 你在探索、做决策 | 自定义验证 skill |
| 基于目标 | 停止条件 | 你知道”完成”长什么样 | /goal |
| 基于时间 | 触发器 | 工作按计划在项目外发生 | /loop 、 /schedule |
| 主动式 | 提示词 | 工作重复且定义良好 | 以上全部 + 动态工作流 |
这是一份操作手册。它关心的问题很具体：这一轮谁来触发？跑几次停？token 会不会烧穿？怎么用 skill 把验证环节固化下来，让 Claude 自己检查自己？
在它眼里，Loop 就是一台机器，你的活儿是把它造好、调好、别让它空转烧钱。
有个地方值得留意：它讲的四类 Loop，全都发生在同一个地方——你和代码之间那个”写→测→修”的闭环里。哪怕是最外层的主动式循环（定时扫 bug 报告、自动分诊修复），跑的也是一套预先定义好的工程流程。
它没往外走。这不是毛病，手册本来就该聚焦。
吴恩达：Loop 是个角色问题
吴恩达干的是相反的事。他把镜头拉远，说真正在变的，是整个软件开发变成了三层不同时间尺度的 Loop 同时在转：
- Agentic Coding Loop（分钟级）：AI 自己写代码、跑测试、发现问题、继续改。给它 Spec + Evals，它自己转圈直到达标。
- Developer Feedback Loop（几十分钟到几小时）：人回来看第一版，决定功能范围、调交互、甚至推翻重写 Spec。这一层做的是判断，人不能离开。
- External Feedback Loop（几天到几周）：产品丢进真实世界——朋友试用、Alpha/Beta、A/B 测试。它最慢，却承担最重要的纠偏，因为前两层都关在系统内部，没碰过真实用户。
他有一句话是钥匙：
AI 并没有消灭软件开发中的 Loop，它只是把最里面那层压缩到了几分钟。
所以稀缺性开始往外层跑。当写代码变便宜之后，值钱的能力换成了：想清楚到底要解决什么问题、把模糊想法翻译成 Agent 能执行的 Spec、再从真实世界拿回反馈修正判断。
在他眼里，Loop 是个分工问题：哪些层能交给 AI，哪些层你必须自己留下来。
叠起来看
两张图叠上去，关系立刻就清楚了。
Anthropic 那整份手册，讲的全是吴恩达说的”最里层”。四种 Loop 类型、/goal、/schedule、动态工作流、token 管理，统统是在教你把 Agentic Coding Loop 这一层造得又快又稳。
而吴恩达在提醒你手册里完全没提的一件事：就算你把最里层调到完美，它也回答不了”到底该写什么”。那是第二层和第三层的活儿，官方手册一个字都没讲——因为它们没法用 /goal 自动化。
一个不知道另一个不对，你两个都得要。
它俩其实高度一致
这部分容易被”哲学 vs 手册”的表象盖住。先说他们真正想到一块去的地方：
- 都把 Loop 当作 AI 时代的工作单元，而不是把 prompt 当单元。
- 都认为验证是引擎。Anthropic 让你用 skill 把验证固化，吴恩达让你用 Evals 当质量锚点，其实是同一件事的两种说法。
- 都同意最里层正在被自动化，人手动盯着重试的时代结束了。
- 都认为人的角色在上移：从操作者变成定义目标和 Spec 的人。
真正的分歧只在视角，以及各自服务的问题：
| Anthropic 官方指南 | 吴恩达 | |
|---|---|---|
| 镜头方向 | 向里放大 | 向外拉远 |
| Loop 是什么 | 一台要调好的机器 | 三层要分工的循环 |
| 核心问题 | 怎么造、怎么停、怎么省 token | 哪层交给 AI、哪层人必须留 |
| 覆盖范围 | 吴恩达的最里层 | 三层全景 |
| 给你的东西 | 能今天就用的原语和命令 | 一张判断”精力该往哪投”的地图 |
| 盲区 | 不谈”该做什么” | 不谈”具体怎么做” |
对一个独立开发者意味着什么
我上一篇文章说过，大多数人还没到需要搞 Loop 的阶段。这两篇叠起来读，正好给那个观点补了个更完整的落点。
别把精力全砸在最里层。Anthropic 的手册太好用，好用到你会忍不住一直优化它——再调一个 skill、再加一层 workflow、再省一点 token。可最里层恰恰是三层里最快被卷平的一层。所有人都在用同样的 Claude Code、同样的 /goal，你在这层的优化，别人明天也能做。
省下来的时间，应该还给第二、三层。AI 帮你省下的那两小时，别拿去跑更多 Loop，拿去做只有你能做的事：想清楚要解决什么问题、跟真实用户聊、修正你自己的判断。吴恩达把这个叫”上下文优势”而不是”品味”——用户是谁、约束是什么、竞品在干嘛，这些还锁在你脑子里，AI 不知道。只要它不知道，你就得留在第二层。
验证是连接这两张图的那颗螺丝。Anthropic 教你怎么造验证器（写 skill、接工具、让检查可量化），吴恩达告诉你它为什么重要——它是你能安心离开最里层、爬到上一层去的前提。一个能自我验证的 Agent，才能把你从”AI 的 QA”里解放出来。
所以这颗螺丝值得拧好。每次一类问题反复出现，就补一套 Evals 或一个 checker，把它固化进最里层，然后你就能往外挪一层。
只读 Anthropic，容易变成把轮子擦得锃亮、却没想清楚车要开去哪的工程师。只读吴恩达，又容易满脑子”三层 Loop”的大道理，连最里层那个 /goal 都没跑起来。
先照手册把最里层跑通，再照吴恩达的地图，把省下来的时间往外投。