Best for
- 你已经会用 ChatGPT、Claude 或 Codex,但复杂任务仍要一轮轮盯着改
- 你想把内容整理、数据处理或工程检查做成可以重复使用的 AI 流程
- 你听过 Agent 和自动化,希望先从一个安全、可控的小循环开始
Problems solved
- AI 很快给出第一版,后面的检查、纠错和催促却一直由你承担
- 你知道一项工作经常重复,却拿不准它值不值得做成自动循环
- 你担心 AI 一直重试、改错范围,或者只凭一句“已经完成”就停下
- 这次靠提醒解决的问题,下次换个任务又会原样出现
Outcomes
- 看懂普通对话、Agent 内部运行和循环工程之间的区别
判断一项工作适合全部循环、只自动化一部分,还是直接人工处理更划算为自己的任务写清目标、工具、验收证据、安全边界和停止条件在回合式、目标式、定时式和主动式循环中选出最小够用的一种亲手运行并复盘一个小循环,把一次失败变成以后都能复用的规则Highlights
- 不要求编程基础,从你已经遇到的“再改一次”开始讲
- 六课走完判断、设计、选型、运行和复盘,不只停留在概念
- 把最容易含糊的验收证据、安全边界和停止条件讲清楚
- 配套案例、模板和排障知识,遇到具体问题可以继续追问
第 1 课:看懂循环工程,从反复催促到自主迭代
能区分普通人机回合、智能体内部 Agent Loop 和外层循环工程,并判断一个多轮 AI 流程是否具备可靠循环的关键条件。
第 2 课:先判断值不值得做循环
能依据重复频率、验收清晰度、失败风险和投入成本,判断一个真实任务适合、部分适合或不适合循环,并把自动化边界画到具体动作上。
第 3 课:写出一个不会跑偏的最小循环
能把一个模糊需求改写成最小循环规格,明确触发、目标、工具、验证、边界和停止条件,使每一轮都能依据真实证据推进。
第 4 课:选对循环类型,不为自动化而自动化
能根据任务的触发方式、生命周期、验证条件和控制权需求,在回合式、目标式、定时式与主动式循环中选出最小够用的类型。
第 5 课:亲手运行一个目标导向循环
能运行一个低风险、有限轮次的小型目标循环,用基线、逐轮验证和结束报告证明它为何继续、为何停止。
第 6 课:修好这一次,也改进下一次
能根据循环运行证据定位 Prompt、Context、Harness、Loop 或实现层的问题,并把一次失败转成放置正确、可以回归验证的改进。
循环工程(入门版) | 深习堂 DeepDojo.AI