你以为是 AI 在干活，其实那个循环一直是你——一个 OpenAI 员工聊 loop engineering

Beyond the Prompt: What Loop Engineering Actually Means —— tevfik / OpenAI

01 那个循环，一直是你

:::

OpenAI 的 tevfik 写了篇关于 loop engineering 的文章,开头那句我读完顿了一下。

他说,他和 coding agent 协作,到现在大多还是同一个流程:我解释一个任务,等结果,审一遍,再发下一条指令。代码是 agent 写的,但我在后台还干着另一份活——我记着发生了什么、决定下一步做什么、判断这事到底完成没。

换句话说，我就是那个循环。

(说实话这已经是我这阵子聊的第六篇 loop 文了,大半是对前几篇的综合。但这篇有一个我之前没见人这么讲的角度,值得单拎出来——后面第三节。)

今天：你坐在循环里手动跑每一圈；目标是让系统自己转

02 真正的转变：从交一步，到交一整件事

:::

tevfik 把 loop engineering 的核心,落在"委托"这两个字上。

到目前为止,我们能把一个任务交给 agent,但还得自己推着它走:检查结果、补上缺的上下文、选下一步、判断什么时候算完。

而一个设计好的循环,能让你把"持续推进"这件事本身交出去。你给系统一个结果(outcome),它来管中间步骤、调用该用的技能、检查自己的进度,做完了或卡住了才回来找你。

转变是从委托一个步骤，到委托持续的工作。

至于用什么去触发这个循环——目标驱动(跑到测试全绿)、定时(每十分钟看一眼)、还是事件驱动(CI 一挂就启动)——他说那只是执行模式,不是重点。重点是每一轮里那几个雷打不动的判断:目标是什么、现在的状态是什么、下一步做什么、怎么验、该继续还是停下还是叫人。

从委托一个步骤，到委托整件事的持续推进——给系统结果，不是下一条指令

03 一整家公司，可以是一组循环

:::

这是全篇最让我眼前一亮的地方。

tevfik 让你想象开一家新的电商公司。但别把它想成"一个网站 + 几个挂在上面的 agent",而是想成——一门由循环组成的生意。

采购是一个循环:每天醒来,看库存、看销售速度、比供应商,决定要不要补货。低于阈值就在预算内下单,价格波动太大或供应商风险不明,就叫人。

营销是另一个循环。注意它的目标不是"投广告",而是"在预算内、把获客成本(CAC)压在目标线以下"。只要 CAC 没超、预算没花完,它就一直测、一直测量、一直重新分配投放。

客服、bug、产品分析,都能是循环。尤其那个产品分析循环,他说得很到位:它不只是报告数字,而是改文案、调漏斗、跑 A/B、再测一遍、留下更好的那个版本。

而每个循环,可以有不同的自主度:采购能自动补便宜低风险的货,营销只能在每日预算内花,客服能直接答常见问题但退款和愤怒客户要上交,产品分析能自己跑小实验、大改动还得人批。

一门生意，可以装着许多循环，每个有自己的目标、工具、记忆和上报规则。

把公司想成一组循环：采购/营销/客服/bug/分析，各有各的自主度

04 但循环跑得比你懂得快

:::

听着很爽,但 tevfik 自己也按了几下刹车,而且按在对的地方。

一个 agent 写完代码、自己检查、自己宣布成功,不是一个可靠的循环。系统里必须有个东西,有权说"不"——有时是确定性的(测试挂了、类型检查报错、预算烧完),有时是另一个 agent 对着原始目标审查,高风险的改动,还是得人。这一点,和我前面几篇里反复出现的"验证才是难点",是同一句话。

他还点了一个我很在意的风险:循环产出代码的速度,可能比团队理解它的速度更快。这叫"理解力债"(comprehension debt)——系统在往前跑,你的心智模型在掉队。

答案不是把自主度拉满，而是匹配你检查能力和理解程度的那个自主度。

到这儿我得说两句保留。tevfik 是 OpenAI 员工,文章结尾顺势变成了一则 Codex 广告("你需要的只是 Codex,打开 app……"),这层滤镜得戴上。

更要紧的是那个"公司即循环"的图景——它很美,但也太整齐了。他举的每一个循环,恰好都有一个干净的数字裁判:CAC、库存、CI 绿灯。可一家真实公司里那些湿乎乎的部分——判断、关系、品味、那些没法量化的东西——是不循环的,而公司活下来还是死掉,偏偏常常就在那儿。能画成循环的,是 PPT;公司本身,不是。

自主度的旋钮，只能拧到你的检查能力允许的那一格

05 从一个循环开始

:::

抛开那层广告,他最后那条上手建议很实在,我也认:别一上来就搭一个庞大的自主系统。

挑一件你重复在做、而且有清晰结果的小事。写下目标和停止条件,列出系统需要的状态,定义检查方式,然后盯着头几轮跑。某一步开始重复、或者需要花力气才学会的知识,就把它变成一个技能。等行为变得可预测了,再往上调自主度。

还有那个我会单独记住的角度:这里的"工程师"不必是软件工程师。它是那个对结果负责、并为它设计系统的人——可能在运营、研究、销售、客服、财务。他的工作往上挪了一级:少花时间发"下一条显而易见的指令",多花时间定义目标、边界、检查、记忆和上报路径。

但全篇我最想划下来的,是这一句——

完全的委托，应该减少的是你的注意力，不是你的责任。

系统可以拥有"持续干活"那一部分。但那个结果,始终是你的。

• 来源：tevfik (@aloglute, OpenAI) — Beyond the Prompt: What Loop Engineering Actually Means

文章来自于微信公众号 “深思SenseAI”，作者 “深思SenseAI”