KeyFrame內部研究專用

Loop Engineering from First Principles — Kyle Mistele, HumanLayer

AI Engineer17 min英文
觀看原始影片

三句話摘要

運用控制論原理設計AI迴圈,在複雜系統中實現可讀、可審查的增量程式碼改進。 用控制論設計AI迴圈比盲目堆疊代理更務實:增量改進、人類可審查、低成本反饋,才能在真實系統中確實獲得AI加速的好處。 問題根源:盲目迴圈的失敗模式

重點整理

  1. 問題根源:盲目迴圈的失敗模式

  2. 業界普遍認為可以直接把提示詞丟進迴圈給編碼代理,透過多個驗證器檢查,但最後仍產生40000行無人敢審查的PR。這種方法在獨立開發或非關鍵系統中可行,但對有真實客戶、服務等級協議、合規要求的團隊系統來說完全不適用。

  3. 控制論的核心應用

  4. 將程式碼庫視為動態系統,建立感測器(測量當前違規)→控制器(決定增量改變策略)→執行器(Agent執行改變)的反饋迴圈。好的控制器會選擇風險最低的改變(如最小的程式碼單元),避免一次過度改變導致系統不穩定。

  5. 人類融入迴圈的低摩擦設計

  6. 透過版本控制的反饋檔案(Markdown格式)讓人類在不改動迴圈基礎設施的情況下,用slash指令動態調整迴圈行為。每個迴圈workflow被標籤化,使用者留下`/iterate`評論時,迴圈自動載入PR差異、評論、反饋文件進行修正。

  7. 流量控制與加速策略

  8. 設定流量控制確保同時最多一個迴圈PR開啟(檢查前一個PR是否被人類審查),避免堆積重複工作。加速時可多工執行(同時遷移3-5個程式碼單元、分多個實現階段、或由多人分別執行),每個階段各有獨立context window。

實用技巧與重點

  • 工具與技術
  • AST Grep:語言無關的模式匹配工具,掃描程式碼庫找出違反規則的模式(如未遷移的程式碼單元)
  • GitHub Actions / GitLab CI / CircleCI:執行迴圈workflow,有程式碼存取、密鑰存取、排程原始碼
  • React Doctor(Aiden By's):混合感測器與控制器,同時診斷問題與提供修復建議
  • Markdown反饋檔案:版本控制中追蹤的指令文檔,Agent每次執行前載入
  • 迴圈設計流程
  • 感測器(Sensor):用AST Grep掃描全庫,找出違規模式清單並排序
  • 防守機制(Disturbance Dampener):main分支設定基準線,每個PR檢查是否引入新違規
  • 控制器(Controller):決定優先順序(最簡單、最多錯誤、最差instrumentation的程式碼單元)
  • 執行器(Actuator):Agent + Skill組合,執行遷移並建立PR
  • 人類反饋:用`/iterate`指令觸發PR comment listener,loop重新處理
  • 實踐案例數據
  • 人物:Kyle(Human Layer聯合創始人)
  • 遷移目標:150個RPC程式碼單元遷移至Effect框架
  • 時間估算:逐個遷移需6個月;改為一日一PR排程後,確保每天一次增量改進
  • 排程:GitHub Actions每日執行一次workflow
  • 流量控制邏輯
  • ```
  • if (exists open PR with loop label):
  • shut down workflow
  • else:
  • execute sense→control→actuate→create PR
  • ```

結論

用控制論設計AI迴圈比盲目堆疊代理更務實:增量改進、人類可審查、低成本反饋,才能在真實系統中確實獲得AI加速的好處。

完整解析

Kyle提出了AI程式碼生成迴圈的核心困境:業界許多系統設計看起來像盲目迴圈——把提示詞丟進去,期望AI產生完整的改進,最後得到龐大的PR沒人敢審。Open Clause和Claude Code團隊確實在用迴圈加速開發,但這代價極高,而且程式碼品質問題在AI時代被無限放大(Ray Pocock所言,壞程式碼在代理時代的成本遠高於以往)。更現實的挑戰是:有真實客戶、有服務等級協議、有合規要求的團隊根本無法承受這種風險。

Kyle提議借鑒控制論(Control Theory)——用於飛行器穩定和Kubernetes自動擴展的原理。把程式碼庫視為動態系統,建立感測器(測量當前狀態)、設定點(目標狀態)、控制器(計算改變信號)、執行器(應用改變)和反饋迴圈。與盲目迴圈不同,控制論強調增量改變而不是一次性大改。Human Layer的具體實踐是遷移150個RPC程式碼單元到Effect框架。首先用AST Grep(語言無關的模式匹配工具)掃描全庫找出未遷移的過程,產生幾千條違規清單;為防止新程式碼繞過改進,在main分支建立基準線,每個PR都檢查是否違反規則。控制器決定優先順序:可以選最小的過程(風險最低)或查詢telemetry選最多錯誤的過程。執行器是Agent加上精心設計的Skill,包含黃金模式(人手寫的慣用範例)讓Agent學習而非完全依賴文檔。Workflow每天執行一次,自動建立小的增量PR。

早期問題是反饋迴圈摩擦太大——每次改Skill都得手動檢查分支、修改程式碼、提交推送,迴圈高維護成本且容易卡住。解決方案是在版本控制中追蹤一份Markdown反饋檔案,Agent執行前自動載入。使用者在PR下留`/iterate`註解,Workflow自動偵測,載入全部PR上下文(diff、評論、審查評論、描述)和反饋檔案進行修正,同時更新反饋檔案,低摩擦地重新引導迴圈。另一個加入流量控制:Workflow執行前檢查上一個迴圈PR是否還開著,若開著就不執行,確保同時最多一個PR,避免人類被堆積的工作淹沒。加速時可多工:一次遷移3-5個過程,或分多個實現階段各自消耗context window,或由多人並行執行,讓150個過程的6個月工作量在可控的節奏下分散進行。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。