Loop Engineering

纳德拉说 AI 时代的核心资产是学习循环，不是模型。和 Anthropic 的执行层、吴恩达的分工层叠起来，Loop 有了三层含义——执行、分工、复利。独立开发者怎么建自己的 Token 资本？

Anthropic 的《Getting started with loops》讲怎么把 Loop 造好，吴恩达讲三层 Loop 的分工——其实是同一件事的两个缩放级别。一篇教你操作，一篇告诉你精力该往哪投，合起来才是 Loop Engineering 的全貌。

Loop Engineering 被过度营销。90% 的场景不满足 Loop 的前提条件，一个写得好的 prompt 就够了。

循环跑起来之后人的角色是什么？定义完成标准、处理升级问题、审查最终结果——三个必须有人在场的节点，以及判断哪些步骤可以放心交给循环的框架。

用 CLAUDE.md 循环协议、settings.json 钩子、fixer 子代理三个文件，让 Claude Code 自动跑测试、读报错、修代码，不再需要人工传话。

从提示者到循环设计者的完整路线图：4 条件测试、5 大构建块（自动化任务、工作树、技能、连接器、子智能体）、最小可行循环设计，以及如何避免 Ralph Wiggum 循环等常见失败模式。

从五个构建块到实战案例,展示如何将 Loop Engineering 落地——让 AI 自主发现、分发、检查工作并持续运行

Claude Code 的 Boris Cherny 说他不再提示 Claude,而是写循环。Loop Engineering 是什么、一个循环需要哪五块东西、它帮不了你的三件事,以及为什么它只奖励已经想明白的人。