Loop Engineering 不是把 prompt 變長，而是把工作寫成可重跑的循環
這支影片把最近很熱的 Loop Engineering 拉回可操作層：不是抽象談 agent，而是用 Boris Cherny 的三階段框架，解釋工程師怎麼從「自己打字」走向「設計 loop 讓 agent 反覆替你工作」。接著作者拆開一個 loop 真正需要的骨架，示範最小 /goal 熱身與每日選題流水線，最後再提醒多數人其實暫時不需要上 loop。
作者想說的轉變：從打字的人，變成寫 loop 的人
影片先把當下的變化講得很直白。第一階段是人親自寫每一行；第二階段是人用 prompt 指揮模型幫忙產生內容；第三階段則是人把這份工作改寫成一個可反覆執行的 loop，讓 agent 在既定目標與規則內持續跑。焦點因此從「我要怎麼下這次 prompt」轉向「我要怎麼設計一條下次也能自己跑的工作回路」。
這也是為什麼影片不是單純吹捧 agent。作者真正關心的是工作形態的轉變：當可重複任務開始成形，工程師的價值會逐步往 loop 設計、狀態管理、驗證點與記憶結構移動，而不只是把 prompt 技巧再往上堆。
因為 agent 已經不只回答問題，而是開始接長任務
影片從 Addy Osmani 文章與社群討論切入，指出大家正在關注的不是單一 prompt，而是如何把多步驟任務包成能遞迴、能重跑、能持續改進的循環。
一個 loop 不只是一串步驟，還要有記憶脊柱
作者把 loop 拆成五個部分，再加上一條記錄上下文、結果與教訓的記憶脊柱；少了這條脊柱，loop 只會一直重複同樣的錯。
多數人還不用 loop，先確認你真的有那個問題
如果任務不夠固定、成本不高、也沒有明確驗證方式，先硬上 loop 很容易只是增加維護負擔，而不是增加產出。
一個 loop 是怎麼搭起來的
影片中把 loop 拆成五塊加一條記憶脊柱。這個拆法的價值，在於它把原本很容易被神化的「agent 自動化」重新壓回工程問題：每一塊都可以被檢查、替換、或簡化。
Goal
先把目標定得夠具體，才能知道這個循環到底要往哪裡收斂。影片裡用 /goal 熱身，就是把「想做的事」壓成 agent 可持續追的目標狀態。
Plan
不是一次性的 todo list，而是 loop 每次迭代時採取的步驟序列。它定義 agent 先查什麼、後驗什麼、何時分派子 agent。
Act
真的去跑工具、抓資料、生成候選結果。這一段是大家最容易想到的「agent 在做事」，但影片強調它不是整條 loop 的全部。
Check
每次迭代後都要有驗證，否則 loop 只是把錯誤重播很多次。這個檢查可以是規則、分數、人工審閱點，或另一個子 agent 的評估。
Repeat / Exit
loop 必須知道什麼情況要再跑一輪、什麼情況應該停下來。沒有退出條件的 loop，通常只是在燒 token 與時間。
記憶脊柱
作者特別加上的這一條是關鍵。它保存前幾輪做了什麼、哪個策略有效、哪裡失敗、下輪應該避免什麼。沒有記憶，loop 很難積累，而只會打轉。
照影片章節看，最值得注意的六段
兩個 demo 的真正用途
/goal 熱身的價值，不是展示一個華麗工具，而是提醒大家：loop 的第一步常常只是把模糊需求壓成遞迴過程可以持續優化的目標。這類小 loop 的好處是便宜、快、容易看懂，適合先用來建立對循環式 agent workflow 的直覺。
第二個內容選題流水線才是影片的重點。它每天替作者蒐集候選題，再交給子 agent 去打分與篩選。這個例子說明 loop 最適合放在「會一再發生、評估標準相對明確、且人工逐輪處理很花時間」的工作上。也就是說，loop 不只是自動化單步，而是把整個 recurring pipeline 包起來。
影片最後那盆冷水，其實最重要
原影片與文內提到的參考
本頁整理主要根據 YouTube watch-page metadata、影片描述與作者提供的章節。描述中也列出兩個直接參考：Addy Osmani 的文章 Loop Engineering，以及 Peter Steinberger 的相關推文 X post。本輪雖然抓到 YouTube 中文字幕 track，但 timedtext 端點沒有回傳可用內容，因此本頁不假裝逐字轉錄，而是依可驗證 metadata / description 保守重寫重點。