分析师迈尔斯·多伊彻将Anthropic公司最近发布的内部指南——关于所谓循环工程(即构建AI代理工作循环)——称为他过去一年读过的最有价值的人工智能指南。尽管该文档的泄露尚未得到官方证实,但已在专业社区引发热烈讨论。

多伊彻指出了构成每个此类循环的五个关键原则。第一个是发现:代理通过测试失败、未完成任务和代码提交自主寻找任务。第二个是隔离:每个任务在版本控制系统中获得独立的工作分支。

第三个原则是验证:代码生成器绝不应自行评估其工作。第四个是持久性:将状态写入磁盘,使其在多次运行之间得以保留。第五个是调度:系统按定时器运行,即使在用户睡觉时也能工作。

多伊彻将生成器与评估器的分离称为最重要的规则。必须使用两个代理:一个编写代码,另一个充当持怀疑态度的裁判。评估器必须采取行动——运行测试、点击按钮、截取屏幕截图。据他所说,这才是真正剔除不良结果的关键。

多伊彻还列举了这种方法的潜在风险:"验证债务"、对自身代码库的理解缺失、代币成本的爆炸式增长,以及"认知投降"——即人类停止思考,完全依赖"循环会自行处理"。

为控制成本,分析师提出了80/20原则的"杠铃"方法。对于需要最高智能的最复杂任务,应使用Opus等昂贵模型,而其余80%的常规工作则通过Claude Code工具集使用廉价开源模型完成。他举例GLM-5.2模型作为代码执行的范例。

卡帕蒂的个人配置文件

工程师海拉拉赫·阿尔-阿瓦迪提出了类似话题。据他称,AI开发者安德烈·卡帕蒂五周前加入Anthropic,他团队中的一位熟人展示了卡帕蒂据称在工作中使用的Claude.md文件。阿尔-阿瓦迪将该文件整合到自己的配置中,模型的首次响应便截然不同。据他声称,Claude不再给出泛泛的回答,而是开始以用户自身的思维逻辑进行工作。

这些讨论反映了一个真实趋势:开发者正越来越积极地构建AI代理的自动化工作循环,并寻求提升其效率的方法。模型间的角色分工、质量控制和代币成本控制仍是核心议题。

Cryptalist专家观点:循环工程是AI代理演进的必然阶段。生成器与评估器的分离不仅提升了代码质量,更为可扩展的自主系统奠定了架构基础。然而"认知投降"是真实威胁:代理越智能,开发者丧失批判性思维的风险就越高。成本控制与模型间任务的合理分配将成为2024-2025年的关键技能。