530 万人读的这篇：你一直在用 AI 最慢的方式——附一段你今天就能粘的「自循环」提示词

Loops explained: Claude, GPT, Mira and what actually works —— Anatoli Kopadze

01 你一直在用最慢的那种方式

:::

这篇文章有 530 万浏览。我想先弄明白:为什么是它?

因为它把一件没人对普通人讲明白的事讲明白了。Anatoli 开头说:AI 在我们手里好几年了,可大多数天天用它的人,还在用最慢的那种方式——打一段需求,等,改,再问,全靠手。

你就是那台引擎。AI 只是你手里的工具，而工具自己什么都不做。

更快的方式,是一个循环(loop):你把目标给它一次,然后让它自己跑完所有步骤。它计划、做、检查自己的结果、修补不行的地方,重复,直到达标。你抽身,活儿继续。

(实话说这已经是我连着第七篇 loop 文了。但这一篇 530 万浏览,是把这事真正带进大众视野的那篇——值得看看它凭什么。)

大多数人用 AI 的方式：你是那台引擎，一步一步手动推

02 循环是什么，以及你到底需不需要

:::

一句话:提示词给你一个答案然后等你;循环给 AI 一个目标,它自己跑完整圈——发现、计划、执行、验证、不行就把结果喂回去再来一遍。

五步里,三步是关键。验证(verify)是心脏:没有一个真正的检查,你就不是在循环,而是在看 AI 反复同意它自己——干活的那个模型,给自己打分时太仁慈了。状态(state)是它怎么学会的:记住试过什么、什么失败了,否则它会把同一个错犯到天荒地老。停止条件让它不发疯:一个没有出口的循环,会一直跑到成功、跑崩、或者把你账户烧空。

然后是这篇难得诚实的一段——你到底需不需要。Anatoli 给了那个老练的人真正在用的四条门槛:任务每周都重复、有东西能自动判错、agent 能端到端自己干完、"完成"是客观的而不是凭品味。少一条,就老老实实用手动提示词。

诚实版的结论是：循环是真的，但大多数人还不需要那个重型版本。

五步循环：发现→计划→执行→验证→迭代，而验证是心脏

03 一段话，你就能建一个循环

:::

这是全文我觉得最值得你立刻拿走的东西:你根本不用任何编程工具,在 Claude 或 ChatGPT 里粘一段话,就能手动跑一个循环。

诀窍是一次把循环的三个部件都塞给模型:一个目标、严格的成功标准、以及一套"不许偷懒、必须先自检才能停"的协议。下面这段可以直接抄:

你要在一个循环里工作，直到任务达标。

任务：
[准确描述你想要的产出]

成功标准（要严，不许放水）：
- [标准 1]
- [标准 2]
- [标准 3]

循环协议，每一轮都重复：
1. 计划 — 说出下一步唯一要做的事。
2. 做 — 产出或改进作品。
3. 验证 — 对每条标准打 1-10 分。残酷地诚实，列出到底哪里还弱。
4. 决定 — 每条都 8 分以上就打印「FINAL」并停止；否则打印「ITERATING」，从最弱的一项开始改，再来一遍。

规则：
- 每条标准没到 8 分以上，绝不算完成。
- 每一轮必须先修上一次验证里最弱的那项。
- 别问我问题。做个合理假设，记下来，继续。

开始。一直跑到「FINAL」。

模型会起草、对照你的标准给自己打分、找到最弱的点、重写,一遍一遍,直到它真的过线,而不是把第一个看着差不多的东西丢给你。

但注意还缺什么——这才是后面的关键:你是那个触发器。是你打开的对话框,是你粘的提示词,是你坐在那儿看它迭代。关掉标签页,它就没了。它没有定时,不会在邮件来的时候叫醒自己。它只在你看着它的时候存在。

粘一段话进任何 LLM：它给自己打分、改最弱的一项，跑到 8 分才停

04 然后，文章开始卖一个东西

:::

要一个不用你盯着、能自己定时跑、被真实事件触发的循环,普通人怎么办?文章给的答案,叫 Mira。

它是个活在 Telegram 里的无代码工具:你像跟朋友发消息一样,用大白话描述你要什么,它就把循环(它管这叫 Skill)搭好。接 500 多个 app,有跨会话的长期记忆,模型无关(GPT、Claude、Gemini 按任务切)。一句"每个工作日早 7 点,查我的 Gmail 和日历,给我一份 120 字以内的简报",就是一个真的循环。它和 ChatGPT 的区别,作者总结得很利落:

ChatGPT 回答，Mira 动手。你不是让它写邮件，你是让它把邮件发出去。

到这儿我得说几句。第一,这篇后半段就是一则 Mira 软广——作者全程在推自己的 X 和 Telegram 频道,Mira 是第二幕的主角。530 万浏览本身,就是我上一篇刚聊过的"病毒发布 playbook"的活教材:巨大的承诺("读完你会比时间线上几乎所有人都更懂循环")、一份免费赠品、一个 CTA。这套打法,它跑通了。

第二,也是更要紧的:让一个 Telegram 机器人,在后台自动对你的 Gmail、Stripe、Linear"动手",恰恰是前面那些工程师反复警告的那个风险——agent 没有闸门地自动行动。讲代码版的人,满脑子都是"验证器"和"急停开关";而面向大众的这版,把刹车悄悄拿掉了,只剩油门。它把油门递给了一个不会去设任何 gate 的普通用户。

ChatGPT 回答，Mira 动手——但替你在后台动手的东西，刹车在哪？

05 真正值得带走的，是免费那一半

:::

所以这篇文章我会怎么用?

真正经得起留下的,不是 Mira,而是上面那段你今天就能粘进任何对话框的"自检循环"。光这一段,就能改变你用 AI 的方式——让它自己跟自己较劲到达标,而不是把第一稿丢给你。

而 Anatoli 自己结尾那句话,我反而很认同:这东西别去追、别硬塞进不该用的地方,否则多半是白烧钱;先用现成的免费版本,真到了"觉得不够"那一刻,再去想你到底需要什么。

循环改变的,是"谁在干活":AI 不再等你一步步推,而是自己把整件事跑完。但有一点,和我上一篇结尾说的一样——

系统可以接管"持续干活"那一部分；那个结果，始终是你的。

530 万次播放真正教会大家的,与其说是"什么是循环",不如说是那句更朴素的话:原来,我可以不用一直当那台引擎。

• 来源：Anatoli Kopadze (@AnatoliKopadze) — Loops explained: Claude, GPT, Mira and what actually works

文章来自于"深思SenseAI"，作者 "深思圈"。