不是因为更快的方式有多复杂，而是从来没有人给他们展示过那是什么样子的。
更快的方式叫做"循环"，而现在，它正是全球顶尖 AI 工程师最关心的事情。这篇文章补上了那个从未被解释清楚的部分。
读完之后，你对循环的理解将超过你时间线上几乎所有人：什么是循环，底层如何运作，什么时候值得，什么时候是陷阱，如何在 Claude 或 ChatGPT 中自己搭建一个基础循环，以及哪些简单的循环值得在日常生活中使用。
大多数人如何使用 AI？
仔细观察"一次一个请求"这种习惯，因为这正是问题所在。每一步都要经过你：你决定问什么，你判断答案，你决定下一步做什么。AI 不推就不动，你一停，它也停。
这没什么不好，但有上限。你是引擎，AI 只是你手中的工具，而工具靠自己什么都做不了。
还有另一种工作方式，这也是世界上最优秀的工程师们正在改变构建方式的原因。不是逐步引导 AI，而是把目标告诉它一次，让它自己走完每一步：计划、执行、检查结果、修正薄弱之处，循环往复直到达成目标。你退出来，工作继续。
两位最受尊敬的工程师用不同的语言说着同一件事。大多数人读到这样的话，心里其实完全不知道实际上意味着什么。所以让我们来好好拆解一下。
什么是循环？
提示词是一条单一指令。循环是一个 AI 持续努力实现的目标，直到达成为止。把它想象成一个递归目标：你定义一个目的，AI 不断迭代直到完成。
提示词给你一个答案，然后等你决定下一步。循环自己完成整个周期：
这五步中有三步承担了所有真正的工作，也是人们在循环中最容易搞错的地方。
验证是循环的核心。没有对结果的真实检查，你拥有的不是循环，而是 AI 在不断自我认可。这个检查才是把重复转化为进步的东西。它可以是硬性测试（"代码能通过吗"），可量化的条件（"数字是否高于 X"），或者模型评分的评判标准。没有门控，AI 就是在批改自己的作业，而做过这项工作的模型是个过于慷慨的评分者。
状态让循环具有学习能力。每次迭代，AI 必须记住它已经尝试过什么，否则它会永远重复同样的错误。真正的循环会在旁边保存一份小记录：已完成什么、什么失败了、下一步是什么。明天的运行是继续，而不是从零开始。这也正是成本开始变得昂贵的地方，我们稍后会谈到。
停止条件是保持理智的东西。没有退出条件的循环会一直运行到成功、崩溃或掏空你的账户。每个严肃的循环都有两种停止方式：成功，以及硬性限制（"8次尝试后，停止并报告"）。跳过这一步，你就造了一台可以整晚运行却一无所获的机器。
提示词给 AI 一条指令。循环给 AI 一份工作、一种知道工作何时完成的方法，以及一条何时放弃的规则。
你真的需要循环吗？
大多数文章在告诉你什么时候循环是个错误之前，就已经把循环卖给你了。以下是认真的人实际使用的测试。只有当所有四个条件都成立时，循环才值得构建：
- 任务至少每周重复一次。频率低于此，设置成本永远无法回本。一次性任务还是用一个好的提示词处理更好。
- 某些东西可以自动拒绝不好的输出。测试、类型检查、构建、代码检查器、硬性规则。如果没有什么能替你否定工作，循环只会空转。
- AI 能够端到端地独立完成工作，而不是把一半还给你。
- "完成"是客观的，不是判断性的。如果质量是口味问题，人类仍然更胜一筹。
少满足一个条件，就保持手动提示词。这个话题的诚实版本是：循环工程是真实的，大多数人还不需要重量级版本。每个人都可以使用的是轻量级版本，我们稍后会讲到。但你应该知道界限在哪里。
为代码构建的版本
循环首先在软件领域兴起，因为代码是世界上最容易验证的东西。测试要么通过，要么失败。没什么可争辩的，所以 AI 总能知道是否完成了。
编码循环被给予一个目标和严格的检查方式：
在底层，一个真正的循环由五个构建块组成。Claude Code 和 Codex 现在都具备这五块。
1. 自动化（心跳）
这是让它成为循环而不是你运行过一次的一次性操作的触发器。你定义提示词、节奏和目标，它按计划运行，无需你启动。在 Claude Code 中，/loop 按间隔重新运行提示词，/goal 让会话持续直到你写的条件真正为真，hooks 在 Agent 生命周期的各个点触发命令，把它推送到 cron 作业或 GitHub Actions 让它在你关上电脑后继续运行。发现结果来找你，你不是那个到处检查的人。
2. 技能（可复用指令）
不是每次运行都粘贴一大堆指令，而是把它们保存为循环每次读取的文件：规则、要遵循的模式，以及绝对不能触碰的硬性列表。现在自动化只需按名称调用技能，重复任务保持可维护性，而不是在没人更新的计划中腐烂。
3. 子代理（让创作者远离检查者）
循环中最有用的结构技巧是把做工作的代理和检查工作的代理分开。写了代码的模型在给自己打分时太过宽容。第二个代理，有不同的指令，有时在更高努力下使用更强的模型，能抓住第一个自己说服自己的东西。你的写手可以快而便宜，你的审查者可以慢而严格。这种分离是大部分质量所在。
4. 连接器（让它行动，而不只是建议）
这是代理说"这是修复方案"和循环自动打开 PR、链接工单、在构建变绿后通知频道之间的区别。连接器让循环在你真实的环境中行动，而不仅仅是描述它能做什么。
5. 验证器（门控）
自动拒绝糟糕工作的测试、类型检查或构建。这是决定循环是帮助你还是只是花掉你钱的那个构建块。其他一切都是管道，这是让它变得真实的部分。
把这些叠加在一起，你得到了大型团队现在大规模运行的东西：成群的代理在同一个任务上循环，同时运行数十个或数千个。一位工程师用这样的循环在大约六天内将整个代码库从一种编程语言重写到另一种，这项工作本来需要将近一年的手工完成。这是严肃软件构建方式的真实变革。但它带有演示从未展示的代价。
没人提起的成本
循环靠 tokens 运行，tokens 就是钱。问题不在于每一步都有成本，而在于成本如何复利增长。
每次循环迭代，代理都会重新读取其上下文：目标、代码、上次结果、失败的内容。整个这堆东西在每次迭代时都通过模型再发送一次，而且每次都在增长。运行十次的循环代价不是十个提示词，而是十个不断变大的提示词。提升质量的创作者-检查者技巧也让账单翻倍，因为现在两个模型都在读取工作，而不是一个。
真正重要但几乎没人追踪的指标是：每个被接受变更的成本。不是 tokens 消耗或循环运行次数。如果循环给你十个结果但你丢掉六个，你在做它本该节省的审查工作。接受率低于 50%，它的花费就超过了它的回报。
循环也会静默失败。工程师 Geoffrey Huntley 称之为"Ralph Wiggum 循环"：代理过早决定完成，在半完成的任务上退出，循环继续运行和花费，同时什么也不产出。没有能够否定工作的硬性门控，循环不会崩溃，它会在你不知情的情况下持续计费。
这就是为什么重量级版本属于有预算和护栏来运行它的团队：迭代上限、token 预算、简单步骤使用便宜模型、监控。如果这不是你，你并没有错过什么——核心思路以极小的成本和零设置也能工作。
真正有效的顺序
如果你确实要构建一个，顺序比工具更重要。那些推出能在生产中存活的循环的人都遵循同样的方式：
跳步、在还没有靠手工验证可靠性之前就调度某件事，正是循环在你睡觉时爆炸的方式。先证明它有效一次，再加固它，然后才自动化它。
自己构建一个基础循环（任何 LLM）
你不需要编码代理就能感受到这是如何工作的。你现在就可以在任何 LLM 中用手动方式运行一个简单的循环，只需要一个提示词。诀窍是一次性给模型所有三个循环部分：目标、严格的成功标准，以及迫使它在被允许停止之前检查自身的协议。
看看会发生什么。模型起草，根据你的标准给自己的工作打分，找到薄弱之处，重写，一遍又一遍，直到它真正达到要求，而不是把第一个看起来接近的东西交给你。这就是循环。你刚用一段话构建了一个。
但注意仍然缺少什么，因为这是接下来要讲的核心要点。你是触发器。 你打开了聊天，你粘贴了提示词，你就坐在那里看它迭代。关上标签页，它就消失了。没有计划，没有"每天早上做这个"，没有"当邮件到达时唤醒"。它无法主动联系你，因为它只在你看着它的时候存在。
要获得一个自行运行、按计划、由真实事件触发、无需你监督的循环，你通常必须进入前面提到的重量级世界：工具、托管、代码、门控和账单。
对于真正繁重的任务，这是合理的。但对于 99% 的日常任务，已经有了一个现成的、极其简单的解决方案。
同样的思路，用于你的实际生活
剥去代码和成本，剩下的是一个简单但真正有用的概念：一个按计划或在某事发生时自行运行的任务，无需你记住它或到场。你不需要是工程师才能做到这一点。你只需要为生活而不是为代码库构建的循环。
有一个免费选项，你用普通语言描述它来创建一个。没有代码，没有托管，没有密钥，没有需要保持打开的标签页，没有会出错的构建顺序。
它叫做 Mira，它住在 Telegram 里——一个你可能已经开着的应用。你像给朋友发消息一样给它发消息，它运行的循环叫做技能（Skills）。每个技能都悄悄具备真正循环所需的所有部分——触发器、动作、自行运行的方式——除了你不需要把它们连接在一起。你只是说你想要什么。
这是一个真正的循环。一个时间触发器，跨两个连接应用的多步骤动作，自行运行并来找你。你用一条消息写出了它。
Mira 真正能做什么
这是让它变得清晰的部分。Mira 不是一个更聪明的聊天机器人。与 ChatGPT 的区别很简单：ChatGPT 回答，Mira 行动。你不是让它写邮件，你让它发送邮件。你不是得到一个草稿工单，而是在 Linear 中得到一个已分配负责人的真实工单。它在后台做这件事，并在每次对话中记住你。
它通过 Composio 连接 500 多个应用（Notion、Gmail、Google Calendar、GitHub、Figma、Stripe 等数百个），它有跨会话和群聊的长期记忆，并且它是模型无关的——根据任务运行 GPT、Claude、Gemini。
工作方面：这是循环思路在没有一行代码的情况下得到回报的地方。它在几秒钟内让你跟上一个 200 条消息的线程，在你继续说话时提交工单，在会议前做好准备。在群聊中，它记住团队的决策和任务，不只是你的。
创作方面：这是大多数人低估的部分。Mira 在聊天中端到端地制作内容。语音备忘录进去，大约三十秒后出来成品帖子。一个简介变成六个平台原生版本。它在聊天中直接生成图片和视频，编辑照片，更换背景，构建吉祥物和头像，甚至给它们配音和动画。整个内容流水线住在一个窗口里。
语音方面：Mira 把语音视为一级输入，这比听起来更重要。它转录你的语音消息，为你朗读文字，理解群聊中的语音备忘录并总结讨论，并在你无法打字时作为免提语音助手工作。
生活方面：同样的引擎，指向其他一切。一个让你保持连续性的教练。一个真正记住你并随时间成为签到伴侣的日记。从照片追踪卡路里，无需单独的应用。从你自己的错误构建的语言练习。一个在价格合适时购买机票的价格监视器。一个去掉标题党的每日摘要。
两分钟内开始
打开 Telegram，找到 Mira，发送消息，免费访问立即生效。
这对你实际意味着什么
循环不是趋势，而是谁来做工作的转变。AI 不再等你把它推过每一步，而是开始自己完成整个工作。
话虽如此，这不是需要追逐或强行塞入不适合的地方的东西。往往你只会白白烧钱。
我的看法：从使用已有的免费工具开始，只有当你真正感到不够用时，才开始思考你真正需要什么。