Loop Engineering 解析，大神都不寫 prompt 了？

Loop Engineering 是近期 AI 社群討論的焦點。OpenCloud 創辦人 Peter Steinberger、Claude Code 負責人 Boris Cheney，乃至 Google 工程主管 Addy Osmani 都在推介一套新的工作範式——告別逐輪人工審核，改為人類一次性設計規則與驗證標準，然後放手讓 AI 在迴圈中自主執行。過去的協作模式是「你提示→AI 執行→你看結果→你反饋→它修改→你再看」，每一輪都需人類坐在螢幕前決策。Loop Engineering 把工作重心上移：用戶在開始前明確定義目標、可用工具、驗證方式和停止條件，AI 自動經歷執行、讀錯誤、修正、驗證的完整迴圈，無需人類逐輪介入。舉例而言，與其你逐一審看十張 YouTube 封面，不如告訴 AI「用觀眾一眼看懂、勾起好奇心、視覺對比、符合內容四個標準逐張打分，沒過關的改版重打，最後給我分數最高的三張」。結果是 AI 交付的成品已從初始的 60 分磨練到了 85 分，大幅削減人類調整成本。

Lock Engineering 的兩大支柱是 Trigger 和 Verifiable Goal。Trigger 控制迴圈何時啟動——可以是 GitHub 收到 PR 的事件、每天早上跑一次的排程，也可以是你手動決定。Verifiable Goal 則管制何時停止，難點在於把抽象概念轉化為機器可檢查的標準。編碼工作相對簡單：所有單元測試通過、TypeScript 無誤、Lint 無違規，AI 能直接判斷。但改文章、優化效能、設計界面這類帶主觀色彩的任務就需要精心設計驗收標準。Rubric 方法是列舉維度(風格、人設、語法、用詞)，每分數都配清晰定義——5 分代表完全符合人設，3 分代表有點像但偶爾出戲，1 分代表根本沒風格。Checklist 方法則逐項提出 yes/no 問題：開頭有沒有抓住重點、有沒有錯字、專有名詞用對了嗎，判斷時更穩定、更容易過關。無論用哪一種，最終都要凝聚成明確的完成條件，例如三個維度都達 4 分以上，或 Checklist 全部通過。

並非所有任務都該設計成 Loop。評估的標準有三個：一是重複性——一次性任務投不起；二是完成標準是否清晰——這是最大障礙，明確標準能精準引導 AI，模糊標準導致 AI 漫無目的；三是成本承受度——多輪迭代、多個驗收 Agent，token 開銷會急速上升。此外還要防範三大失控陷阱：其一，AI 不知何時停止，導致 token 成本爆炸，對策是設硬性停止條件(最多 N 輪、最多花 Y token、連續 N 輪無進展就停)；其二，AI 改錯地方，例如說優化效能它卻重構架構，對策是明確邊界(不能刪測試、不能改公開 API、不能動資料庫 Schema、不能碰核心檔案)；其三，驗收機制失效，因為 AI 自評容易自欺欺人，對策是分離產出與驗收(一個 Agent 負責產出，另一個負責評審，或在關鍵節點保留人工審核)。

作者坦言，比起執著於無限 Loop，他更青睞 Human Loop。大多數人並不需要 AI 二十四小時不睡地跑一整天，而是希望 AI 交出的成果已打磨得夠好，省掉大量後續調整。成本是決定因素——除非你像 OpenAI、Anthropic 工程師那樣擁有幾近無限的 token 預算，否則人工審核的迴圈往往更經濟且更高效。若想親身體驗 Loop Engineering，作者建議從小任務切入——資料整理、測試套件修復、文章品質檢查這類目標精準、範圍有限的工作，既不會失控也不會巨額虧損，還能逐步摸透如何定義目標、設計驗收、控制權限、把握停止時機。