怎样系统性地理解AI的技术名词?一个框架
怎样系统性地理解AI的技术名词?一个框架AI领域的造词速度已经到了一个夸张的水平,各种概念眼花缭乱。从龙虾、Agent、循环工程(Loop Engineering),到现在前沿的持续学习和RSI(递归自我改进)。不管是对于初步了解行业还是跟踪AI行业的人,这都是一件比较头疼的事情。
搜索
AI领域的造词速度已经到了一个夸张的水平,各种概念眼花缭乱。从龙虾、Agent、循环工程(Loop Engineering),到现在前沿的持续学习和RSI(递归自我改进)。不管是对于初步了解行业还是跟踪AI行业的人,这都是一件比较头疼的事情。
循环真正的门槛,并不在于让AI一直跑,而在于它能不能自己踩住刹车。
最近一段时间,越来越多人开始讨论一个词:Loop。刚开始看到这个说法,我也觉得有点抽象。Agent 本身不就会反复思考、调用工具、修改代码吗?为什么还要专门设计一个 Loop?周末两天看完 Claude Code 团队写的一篇文章,我才发现,这件事其实没有那么玄乎。
这就是最近网上热传热议,然后老黄黄仁勋给AI新趋势画的新重点:Nobody writes prompts anymore. The new job is to write and handle loops.(现在根本没有人写Prompt了,新时代的核心工作是编写和管理loop。)
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。
2026 年,会不会用 AI 不再看 Prompt(提示词)能力了,而是要看会不会设计循环。