循環工程搖變熱潮 代勞寫提詞檢成果
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
人工智能代理（AI Agents）工具日漸成熟，而AI圈子重量級人物目前談論的，不再是「如何寫一句出色的提詞（Prompt）」，而是怎樣設計自動循環運作的系統，即是「Loop Engineering」（循環工程）。美國AI初創Anthropic高級工程師、Claude Code開發者切爾尼（Boris Cherny）形容，產業的未來屬於循環工程。他透露，自己現時甚少親自撰寫AI提詞，而是設計好整個「工作流程規則」，與Claude協調讓系統自行運作。
曾經在谷歌（Google）任職超過14年的奧斯曼尼（Addy Osmani），指過去兩年使用編程代理的方式是，提供足夠上下文資訊寫好一個提詞後，輸入一段程式碼，閱讀其回傳結果，然後再輸入下一段，用戶需要全程操控AI代理，但這種方式顯然已過時。新做法是設計一套自動運行的循環系統，代替用戶向AI下指令、觀察結果、判斷下一步、驗證輸出，並持續迭代至達成目標。
五大組件 配合獨立記憶機制
循環工程有五大核心組件，分別是依計劃運行的「自動化機制」（Automations）、防止兩個並行AI代理干擾的「工作樹」（Worktrees）、把知識記錄下來的「技能」（Skills）、把AI代理程式連接工具的外部連接器（Connectors），令「創作者」與「檢查者」分開的「子代理」（Sub-agents）；另外還需要獨立記憶機制（Markdown文件、Linear看板等），記錄已完成事項與下一步行動，避免AI代理遺忘運行紀錄。
當中最基礎的是自動化機制，讓循環系統形成循環的「心跳」，而不再是一次性操作。以編程場景為例，其中最常建議做法之一是，先把循環系統拆開，一個AI代理負責編程，另一個AI代理檢查成果。簡單而言，循環系統用來引導AI代理持續工作，毋須每一步都重新落指令。
Token耗用量大 宜限時執行
例如是「/goal」指令，它會指示Anthropic Claude Code或OpenAI Codex等AI工具，持續工作直至任務完成。
OpenClaw（俗稱「龍蝦」）開發者斯坦伯格（Peter Steinberger）在社媒X分享其循環系統的使用範例，「告訴Codex維護你的程式碼庫，每隔5分鐘喚醒一次，將工作分配予執行者，輕鬆地按需要平行處理，同時調整工作方向。」然而，循環系統最大顧慮是成本問題，於是斯坦伯格傳授慳錢大法：「喚醒一次、做幾個API（應用程式介面）Call，其實已經相當便宜，或者可以改成每小時、每日先跑一次，詞元用量會低好多。」
與此同時，為免荷包大出血，奧斯曼尼建議，「由於每個子代理，都使用自己的模型及工具，它們消耗的詞元更多。」故應該到必要時才花錢。最後，他認為循環系統若無法解決3個問題，運作反而更棘手。第一點，無人看守的循環運作，也意味會無人看守地犯錯，所以人類必須參與驗證；第二點，如果放任不管，過度依賴循環系統，人類理解力會繼續退化；第三點則是認知投降風險，人類容易放棄思考。
人工智能必讀好書
書名：ChatGPT Practical Guide: Smart AI Solutions for Work and Everyday Life – 200+ Prompts to Boost Productivity and Creativity
作者：Martin Steger
簡介：本書讓讀者能輕鬆上手ChatGPT，包含200多個即用型提詞，適合新手或經驗豐富的用戶。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
