北京
凌晨3点30分，一个模型从我自己写的一条“永不发送”的固定指令中醒来。它翻阅智能体昨天捕捉到的内容，决定什么值得保留，把确信的发现推进知识图谱，把不确定的路由到我这里。没有人在线，系统自己在提示自己。
过去一周里，一个智能体一直在重写我记忆引擎里的检索系统。它已经造出了一个确定性评分器，跑了几十次实验，留下了好主意，扔掉了失败的。我只在一开始写了一条提示，中间随手按了几次“投币继续”。循环干了剩下的活，而且远没结束。
上个月还有一个 PR 保姆，它用上千个智能体会话巡查了我的开放拉取请求。小模型负责巡查，旗舰模型负责修。收到审查意见后立即反应、自动更新 PR。这些都不是临时写提示能做到的，它们背后都是一个共同的东西——循环。
今年六月，彼得·施泰因贝格用十二个词把这件事说穿了：“你不该再给编码智能体写提示了，你应该设计循环去提示你的智能体。”一天后，阿迪·奥斯马尼给这套做法命了名并画出了解剖图。两周后奥莱利转载了那篇文章——当一个词被奥莱利盯上，你可以确信它正式登场了。克劳德代码的创建者鲍里斯·切尔尼的总结更直白：“我不再亲自提示克劳德了。”
如果把这几年理出一条线索：提示工程是告诉模型说什么，上下文工程是让模型自己创造和改进提示，而循环工程管的是两次运行之间的事——触发器、反馈信号、向前传递的状态，以及决定何时停止的规则。今年一月我写了上下文工程，五月我写了深藏在提示之下的操作系统，这篇要写的，是当那个操作系统开始自己跑起来之后会发生什么。
翻看自己今年的会话存档时，一个智能体帮我找到了最早那个关于记忆整理循环的愿望，时间戳是四月四日，原话是：“我真想要一个克劳德代码的做梦模式，类似能定期回顾我们全部对话的东西。”这个想法比术语正式出现早了两个月。如果你一直在认真跟智能体打交道，你肯定也正往同样的结论上汇聚。名字并不解锁什么，只是给我们一套共享的语言。
这里头有一点手艺的味道。每一个智能体循环的骨架都是同一个三拍节奏：行动——观察——反应。改写、执行、驱动、发布，然后跑测试、看指标、盯截图、读 CI 结果，接着做出下一步决定，最后检查停下来的条件是否满足。只要你开始设计这个闭环本身，而不再想着每一次都亲手写出那张提示卡，你的工程就从单次指令变成了持续进化的有机体。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
