把 AI 變成一間會自己運轉的公司Loop Engineering
這肯定是這兩天最熱門的一個新 AI 名詞。
我隨手看了一下這篇在傳的文章，老實說，覺得它跟我平常在做的事其實沒什麼兩樣——只是那些矽谷大佬們，給這項工作起了一個新名字：Loop Engineering（迴圈工程）。
今天我會圍繞這個概念，帶你理解四件事：
- 它是什麼
- 它的核心概念
- 它解決了什麼問題
- 我自己過去在用它的一個範例
先快速講一下它的來歷
這件事早期其實是從 Claude 那邊出來的。Claude Code 現在的負責人 Boris Cherny 最近說：他已經不再動手寫提示詞給 Claude 了。
相反地，他會去設計很多很多的迴圈。這些迴圈負責去督促 AI、讓 AI 自己判斷下一步該做什麼。你可以理解成，那是一個又一個會自己運轉的迴圈，而他這個負責人，現在只負責「把這些迴圈跟系統建立起來」。
這幾天，另一位開發者轉發了一則被看了六百多萬次的貼文，講的也是同一件事：你不該再繼續手動去提示你的 coding agent，你該做的，是打造一套能讓 agent 自己運轉的循環系統。
而連「vibe coding」這個詞的發明者，他的核心思路也一模一樣——讓系統自主運行，把人從迴圈裡抓出來。
最後，這些散落的想法，被 Google 的 AI 總監 Addy Osmani 整理成了一個名詞，就叫 Loop Engineering。
這個詞，已經被無數矽谷大佬一次又一次地重新聲明。而其實不只是他們——就連我自己，在這個名詞誕生以前，早就把這套工作邏輯，融進我自己的工作流裡了。
在這套思維出現以前，你是怎麼用 AI 的？
先講講過去。在這種工程思維出現以前，你是怎麼用 AI 的？
其實就像我們之前講的 Codex，或者你平常用的 ChatGPT。你突然有個任務要 AI 處理，你會寫好一段命令（也就是提示詞），把所有它需要知道的資料丟給它，然後去旁邊等個 15 分鐘，等它跑完。你確認結果沒問題後，再下一輪新的提示詞，讓它繼續做、再等 15 分鐘。
在這種模式下，AI 其實就只是一個工具，全程握在你手上，每一步都要你來觸發、來引導。
但最大的問題是什麼？
如果你是一個高度使用 AI 的人，你會發現，你被卡在這個工作流裡了。 它會很明顯地中斷你的「心流」——你可能埋頭做別的事，等了 15 分鐘，才突然想起來要回去看 AI 做完沒。這不只打斷了你最寶貴的專注節奏；對 AI 來說，它也得停在那裡，等你確認結果才能繼續。
你發現了嗎？在舊的工作流裡，我們人類，反而成了整個系統裡最大的那個卡點。
Loop Engineering 的核心：別站在迴圈正中央
Loop Engineering 的核心概念，就是希望你不要再站在這個系統迴圈的正中央，而是去設計一套能自動幫你迭代、自動調度 AI 的系統。你只需要定義最終目標，AI 就會反覆自動迭代執行，直到達成。
我覺得這件事，在定義上其實非常像是在「設計一間公司」。
你先把這間 AI 公司的系統打造起來。未來，你只需要給公司員工一個目標，公司就會開始自動運作：你的 AI 員工們會互相溝通、彼此協作來完成任務；遇到問題時，它們會自己嘗試找解法，而不是一直停在那裡等你重新下命令。這套系統，能真正把你從那些瑣碎的操作裡抽離出來。
而我覺得這玩意兒最爽的一點，其實是時間的佔用量會小非常多。
過去，你可能一天要花上好幾個小時盯著 AI 工作。但現在，你只需要設計好一個迴圈，大概花半個小時，就能達到過去同樣、甚至更好的效果。你等於是憑空創建了一間「會自己幫你工作的 AI 公司」。
接下來，我們就來簡單拆解一下：這個迴圈，到底是怎麼做到的。
一個迴圈，由五個零件 + 一個記憶組成
先講一個好消息：下面這些零件，你現在幾乎都不用會寫程式。大多數時候，你只要用「講的」、在提示詞裡提到，就能直接用起來（這是最簡單的無程式路線）。當然，如果你想配置得更細，也有給工程師的進階路線——但對大部分人來說，會講話就夠了。
我一個一個講，每個都給你一句「你可以怎麼跟 AI 講」的範例。
零件一：自動化
自動化，就是讓迴圈成為「真正的迴圈」、而不是每次都要你手動按一下的關鍵。你給任務設一個運行的週期，讓它到點自己觸發。
你可以這樣講：「每天早上八點，幫我檢查一下我的電子郵件，把重要的整理給我。」
設定完，它每天早上八點就自己跑，你完全不用記得。
零件二：分身隔離
當你想同時派好幾個 AI 員工做事，就會遇到一個麻煩：兩個員工同時改到同一份東西，最後撞在一起、全毀了。就像兩個沒溝通的同事同時改同一份檔案一樣。
解法是給每個 AI 員工一個獨立的工作空間（實務上來說會用 git worktree，你可以簡單理解成創建平行宇宙的感覺），讓它們各做各的、從根本上碰不到對方的地盤。好消息是，這件事現在的工具大多會自動幫你處理。
你可以這樣講：「同時派三個分身，分別幫我做這三件事，彼此不要互相干擾。」
零件三：Skills
用過 AI 的人都懂那個痛：每開一個新對話，都要把你的背景、規矩、習慣重新講一遍。技能就是來解決這個的——你把規則寫一次，它每次工作都會自動讀到。（這就是我在 Agent Skill 那篇教你的東西。）
你可以這樣講：「把我們品牌的語氣、還有我投廣告的規矩，寫成一份檔案，以後每次都照這個做。」
寫一次，之後它越用越懂你，這是會產生複利的。
零件四：Connector
如果一個迴圈只能動你電腦裡的檔案，它能做的事很有限。連接器，就是把 AI 接進你日常在用的各種工具——你的信箱、你的廣告後台、你的資料庫、你的通訊軟體。
你可以這樣講：「連到我的廣告後台和 Gmail，之後你需要資料就自己去拿。」
有了它，AI 才不只是「給你建議」，而是能真的幫你動手去做。
零件五：SubAgent
整個迴圈最燒錢的設計
這是我覺得最關鍵的一塊：讓一個 AI 員工，去檢查另一個 AI 員工的工作。
為什麼？因為讓 AI 自己審自己寫的東西，它幾乎一定會放水、看不出自己的盲點。但換一個「有不同任務、甚至不同腦」的 AI 來審，它就能抓出第一個刻意迴避、或根本沒注意到的問題。
你可以這樣講：「做完之後，再派另一個 AI，用更嚴格的標準幫我審一遍，有問題打回去重做。」
這個設計之所以在迴圈裡特別重要，是因為迴圈很多時候是在你沒盯著的時候跑的。只有當你有一個信得過的「驗收員」，你才敢放心讓它自己運轉。
還有一個：記憶
最後補一個常被忽略、但很重要的東西——記憶。它可以只是一份簡單的筆記檔。
因為 AI 有個特性：它每次運行之間，不記得上一次發生過什麼。 所以你得讓它把進度寫下來。
你可以這樣講：「把今天做到哪、試過哪些方法，寫進一份檔案，明天接著這份檔案繼續做。」
一句話：AI 會忘記進度，但你的筆記檔不會。
把零件組起來：我自己的「廣告自動化」迴圈
零件講完，我們把它們組起來，看一個我自己真的在跑的例子——廣告自動化。
每天早上八點，一個自動化任務自己跑起來。它調用我寫好的一個「廣告分析技能」，透過連接器去抓我每個產品前一天的投放數據——花了多少錢、ROAS 多少、點擊率怎樣。
它把這些數字跟前幾天比一比，定義出問題：哪一支素材開始疲勞了、哪個產品的成效掉了、哪個方向值得加碼。
對每一個問題，它派一個子 Agent 去想對策、重新設計實驗——要不要換素材、要不要調整方向；再派第二個子 Agent，用更嚴格的標準去審一遍這些決策合不合理。
通過之後，它把要做的動作整理好：該生的新素材、該調整的設定，全部備齊。但這裡有我一條死規則——任何會動到錢的動作，它絕不自動執行，一律留給我一鍵確認。
而整個迴圈，靠一份記憶狀態檔撐著：它記得哪些實驗還在跑、上次的結論是什麼、哪些還在等驗證。所以隔天早上，它能從今天停下的地方接著跑，而不是每次都重頭來。
你看，在這整套流程裡，我只設計了一次規則。 之後每天早上，它自己把「抓數據 → 分析 → 定問題 → 重建實驗 → 備好素材」跑完，我起床只要看結論、按確認就好。
拆解：這個迴圈裡，五個零件各自是哪一段？
如果你把上面那段拆開看，會發現它其實就是前面那五個零件，一個一個對號入座——而且每個零件，都對應到我跟 AI 講的某一句話：
- 自動化（心跳） → 「每天早上八點，自動在我的廣告專案上，跑下面這個任務。」這句，就是讓整個迴圈會自己醒來的那個鬧鐘。
- 連接器（接上真實世界） → 「連到我的 Meta 廣告後台，抓昨天每個產品的花費、ROAS、點擊率。」沒有這句，AI 根本拿不到數據，只能空想。
- 技能（寫一次的規矩） → 我事先寫好一份「廣告分析」技能檔，裡面講清楚我判斷廣告的原則：素材疲勞怎麼看、ROAS 掉到多少要動手、我偏好怎樣的投放方向。 迴圈每天都自動讀它，所以它的判斷會越來越像我。
- 子 Agent（一個想、一個挑毛病） → 這裡其實是兩個 AI 在接力：「派一個 AI 針對問題想對策、重新設計實驗」，再「派第二個 AI，用更嚴格的標準審一遍這個決策合不合理」。一個負責生，一個負責驗。
- 分身隔離（不打架） → 「每一個要處理的問題，各自在一個獨立的空間裡想，彼此不要互相影響。」這樣我同時處理好幾個產品時，它們不會混在一起。
- 記憶（記住做到哪） → 最後靠一份狀態檔：「把哪些實驗在跑、上次的結論、哪些還在等驗證，都記下來，明天從這裡接著做。」
你發現了嗎？我從頭到尾，沒有寫過一行程式。 我做的，只是把上面這幾句話，組成一張我這間「廣告公司」的營運說明書。
這，就是把那五個零件組成一間「會自己上班的廣告公司」的樣子。
備註：這只是我正在運行的「廣告行銷自動迭代工作流」的超級簡化版本。完整這套系統怎麼搭，我之後會再寫一篇正式的文章專門介紹。
一個提醒：它不是讓你不用動腦
不過別誤會。迴圈改變的是工作的「形態」，它沒有把你從工作裡剔除掉。
最終確認的責任，永遠還在你身上——一個沒人盯著跑的迴圈，同時也是一個沒人盯著犯錯的迴圈。 它說「做完了」，那只是一個聲明，不是你親自驗證過的結論。它能幫你處理掉重複的勞動，但「判斷」這件事，從頭到尾都在你手上。
也因為這樣，我才會說：設計迴圈，其實比寫提示詞更難，不是更簡單。 同樣一套迴圈，一個人用它在自己真正懂的事情上放大效率，另一個人用它來逃避思考——迴圈本身分不出這兩者的差別，但你自己分得出。
收尾
整篇收成一句話：你工作的槓桿點，移動了。
以前，你的槓桿來自「把一句提示詞寫得夠好」。現在，你的槓桿來自「設計好一套能持續運行的系統」。Boris Cherny 那句話真正的意思，不是說做產品變簡單了，而是說——施力點，換地方了。
所以，去搭建你的迴圈吧。但要記得，以一個工程師的身份去搭建，而不是當一個只會按下啟動鍵的人。
下一篇，我會挑這個廣告迴圈，從頭到尾完整拆給你看：它怎麼觸發、派哪些 AI、怎麼驗證、怎麼喊停、又怎麼記住自己做到哪。我們下個單元見。