[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-loop-engineering-claude-code-workflow-zh":3,"article-related-loop-engineering-claude-code-workflow-zh":33,"series-ai-agent-c615cb9a-1006-4f70-ae81-c0bc61b85dee":80},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":25,"views":29,"created_at":30,"published_at":31,"topic_cluster_id":32},"c615cb9a-1006-4f70-ae81-c0bc61b85dee","loop-engineering-claude-code-workflow-zh","Loop Engineering：Claude Code 的新工作法","\u003Cp data-speakable=\"summary\">Loop Engineering 把 AI 開發工作改成觀察、回饋、修正的循環流程。\u003C\u002Fp>\u003Cp>2026 年 6 月初，\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 的 Boris Cherny 丟出一句話。意思很直接：他不再自己寫提示詞給 \u003Ca href=\"https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Foverview\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa>。他先讓模型做，再看結果修正。\u003C\u002Fp>\u003Cp>這句話會紅，不意外。說白了，它把很多人卡住的地方講穿了。重點不是把 prompt 寫到像聖經，而是把回饋回路跑起來。這才像工程，不像許願。\u003C\u002Fp>\u003Cp>你如果有寫過程式，就會懂。第一版通常不會漂亮。可是一輪一輪修，常常比一次寫滿更快。這就是 Loop Engineering 的核心。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>資訊點\u003C\u002Fth>\u003Cth>內容\u003C\u002Fth>\u003Cth>數字\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>時間\u003C\u002Ftd>\u003Ctd>Boris Cherny 的公開說法被大量轉傳\u003C\u002Ftd>\u003Ctd>2026 年 6 月初\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>人物\u003C\u002Ftd>\u003Ctd>Boris Cherny\u003C\u002Ftd>\u003Ctd>Claude Code 共同創作者之一\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>相關討論者\u003C\u002Ftd>\u003Ctd>\u003Ca href=\"https:\u002F\u002Faddyosmani.com\u002F\" target=\"_blank\" rel=\"noopener\">Addy Osmani\u003C\u002Fa>\u003C\u002Ftd>\u003Ctd>長期討論 AI 編程與開發體驗\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>工具\u003C\u002Ftd>\u003Ctd>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa>\u003C\u002Ftd>\u003Ctd>Anthropic 的編碼助手\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>Loop Engineering 到底在講什麼\u003C\u002Fh2>\u003Cp>它不是正式標準。比較像一種工作法。先讓模型產出，再檢查，再修正，再跑下一輪。整個流程的重點，不是第一句話多厲害，而是每一輪有沒有把錯誤縮小。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782205389495-3rvj.png\" alt=\"Loop Engineering：Claude Code 的新工作法\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這和傳統 \u003Ca href=\"\u002Ftag\u002Fprompt-engineering\">prompt engineering\u003C\u002Fa> 差很多。傳統方法在拚一次輸入的完整度。Loop Engineering 則在意整段互動的品質。對複雜任務來說，後者通常比較實際。\u003C\u002Fp>\u003Cp>因為真實工作本來就不完整。需求會變，\u003Ca href=\"\u002Fnews\u002Fautodex-automates-dexterous-grasp-data-collection-zh\">資料\u003C\u002Fa>會漏，測試會炸。你很難在第一輪就把所有限制講清楚。循環式流程剛好接受這件事，然後用下一輪補洞。\u003C\u002Fp>\u003Cul>\u003Cli>先產出草案，再看結果\u003C\u002Fli>\u003Cli>用測試、規則、人工檢查做回饋\u003C\u002Fli>\u003Cli>只修失敗點，不整包重寫\u003C\u002Fli>\u003Cli>把可重複步驟固定成流程\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>為什麼這個說法會突然流行\u003C\u002Fh2>\u003Cp>因為它很貼近 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 的使用方式。這類工具不是叫你打一長串命令，然後等神諭。它更像是可以反覆對話的工程搭檔。你給目標，它先做；你給回饋，它再改。\u003C\u002Fp>\u003Cp>這也是 \u003Ca href=\"https:\u002F\u002Faddyosmani.com\u002F\" target=\"_blank\" rel=\"noopener\">Addy Osmani\u003C\u002Fa> 會關注它的原因。他長期在看前端、開發體驗、AI 輔助編程。對他來說，重點不是 AI 會不會寫 code，而是人怎麼把 AI 放進工作流。\u003C\u002Fp>\u003Cblockquote>“I no longer write prompts for Claude myself.” — Boris Cherny\u003C\u002Fblockquote>\u003Cp>這句話很有意思。它把主角從 prompt 作者，換成流程設計者。模型負責出第一版。人負責判斷、驗收、糾偏。這才是現在很多團隊真正需要的能力。\u003C\u002Fp>\u003Cp>很多人還在追長 prompt。老實說，這常常是徒勞。任務越複雜，越不可能一次寫全。循環的價值，就在於它允許你一輪一輪補上原本漏掉的條件。\u003C\u002Fp>\u003Ch2>它和傳統提示詞方法差在哪\u003C\u002Fh2>\u003Cp>傳統 prompt engineering 像寫說明書。你希望一次把背景、目標、格式、限制都交代完。Loop Engineering 比較像做產品迭代。先出最小版本，再依回饋修正。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782205380012-jau9.png\" alt=\"Loop Engineering：Claude Code 的新工作法\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>兩者不是誰取代誰。比較像適用場景不同。簡單任務、格式固定的輸出，一次性提示就夠了。複雜任務、結果不確定、要反覆驗證的工作，循環法更穩。\u003C\u002Fp>\u003Cp>你可以直接想成這樣：寫文案時，先出 3 個版本；做 \u003Ca href=\"\u002Ftag\u002Fcode-review\">code review\u003C\u002Fa> 時，先找風險，再排優先級；整理研究資料時，先抽事實，再補來源。這些都比一句「請給我最終稿」更好控。\u003C\u002Fp>\u003Cul>\u003Cli>一次性提示：適合短任務、固定格式\u003C\u002Fli>\u003Cli>循環式工作流：適合 code、研究、長文、決策\u003C\u002Fli>\u003Cli>人工主導：人先把要求寫滿\u003C\u002Fli>\u003Cli>流程主導：人設計檢查點與停止條件\u003C\u002Fli>\u003C\u002Ful>\u003Cp>還有一個很現實的點。循環法能減少全盤重來。第一版如果塞太多要求，模型常常會在細節上失控。先跑一輪，再針對錯誤修補，通常更省時間。\u003C\u002Fp>\u003Cp>但別把它想得太美。沒有測試，沒有評估標準，沒有停止條件，循環就會變成無限回圈。那不是工程，那是浪費 \u003Ca href=\"\u002Ftag\u002Ftoken\">Token\u003C\u002Fa>。\u003C\u002Fp>\u003Ch2>對開發者來說，真正有用的是什麼\u003C\u002Fh2>\u003Cp>Loop Engineering 最有價值的地方，不是多了一個新名詞。它是把大模型使用方式，拉回工程現場。編譯、測試、修復。建置、發布、回滾。抓 log、定位、再驗證。開發者本來就活在循環裡。\u003C\u002Fp>\u003Cp>把 AI 放進這種結構，比把它當萬能聊天框更合理。模型可以寫 code、改文件、產測試、整理 issue。前提是你得把每一步的輸入和輸出講清楚。這就是流程設計，不是嘴砲。\u003C\u002Fp>\u003Cp>如果要落地，我會先看這幾件事：\u003C\u002Fp>\u003Cul>\u003Cli>把大任務拆成可驗證的小步\u003C\u002Fli>\u003Cli>每一步都定義驗收標準\u003C\u002Fli>\u003Cli>先產出，再用測試或規則過濾\u003C\u002Fli>\u003Cli>把高頻循環寫成腳本或模板\u003C\u002Fli>\u003C\u002Ful>\u003Cp>對個人開發者也一樣有用。你最缺的往往不是靈感，是穩定節奏。先生成，再校驗，再修正，再固化。這套節奏一旦跑順，AI 才真的像工具，不是玩具。\u003C\u002Fp>\u003Cp>如果你想看更接近實務的延伸，可以看 \u003Ca href=\"\u002Fnews\u002Fclaude-code-ai-workflow\" target=\"_blank\" rel=\"noopener\">Claude Code 工作流\u003C\u002Fa> 和 \u003Ca href=\"\u002Fnews\u002Fai-agent-development-patterns\" target=\"_blank\" rel=\"noopener\">AI agent 開發模式\u003C\u002Fa>。這兩個主題和 Loop Engineering 講的是同一件事：怎麼讓模型穩定產出。\u003C\u002Fp>\u003Ch2>這股風潮放在產業裡怎麼看\u003C\u002Fh2>\u003Cp>Loop Engineering 之所以有意思，是因為它很像軟體工程本來就有的思路，只是換成 AI 版本。人類不會期待一個 compiler 第一次就把 bug 全修掉。那為什麼會期待模型一次就給完美答案？\u003C\u002Fp>\u003Cp>這也是為什麼很多團隊開始把 AI 接進既有工具鏈。不是只在聊天視窗玩。是接到測試、CI、文件系統、issue tracker。這樣模型才有回饋來源，流程才跑得動。\u003C\u002Fp>\u003Cp>我覺得這件事還會繼續往前走。不是因為名詞會火多久，而是因為它解決了真問題。真問題不是「模型會不會寫」。真問題是「怎麼讓它在你的流程裡穩定工作」。\u003C\u002Fp>\u003Cul>\u003Cli>對產品團隊：適合做文案、規格、FAQ 的反覆修正\u003C\u002Fli>\u003Cli>對後端團隊：適合做測試生成、錯誤修補、重構\u003C\u002Fli>\u003Cli>對研究團隊：適合做摘要、抽取、來源比對\u003C\u002Fli>\u003Cli>對個人開發者：適合做小步快跑的 side project\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>背景脈絡也很重要\u003C\u002Fh2>\u003Cp>這幾年，AI 編程工具的重點一直在變。早期大家比的是誰回答快。後來比的是誰能接\u003Ca href=\"\u002Fnews\u002Frandomized-yarn-long-context-reasoning-zh\">長上下文\u003C\u002Fa>。現在更像在比工作流。也就是說，誰能把模型放進真的工程流程。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 的路線很清楚。它一直在推安全、可控、可驗證的使用方式。\u003Ca href=\"\u002Ftag\u002Fclaude-code\">Claude Code\u003C\u002Fa> 也很符合這個方向。它不是只賣聊天感，而是賣協作感。\u003C\u002Fp>\u003Cp>所以 Loop Engineering 會紅，不只是因為一段話好轉傳。它剛好踩中一個轉向：大家開始從「怎麼問 AI」轉成「怎麼管 AI 的輸出」。這個差別很大。\u003C\u002Fp>\u003Cp>如果你是\u003Ca href=\"\u002Ftag\u002F台灣開發者\">台灣開發者\u003C\u002Fa>，我會建議你把它當成一種工作習慣，而不是新口號。先從一個小流程開始。像是測試生成、PR 摘要、文件修補。把回饋回路縮短，你會很快感受到差異。\u003C\u002Fp>\u003Ch2>結尾：先把回饋回路做短\u003C\u002Fh2>\u003Cp>Loop Engineering 不是神奇招式。它比較像一個很務實的提醒：別再把 AI 當一次性答題機。把它放進觀察、回饋、修正的迴圈裡，效果通常更穩。\u003C\u002Fp>\u003Cp>如果你今天就要試，我的建議很簡單。挑一個小任務。定一個驗收標準。\u003Ca href=\"\u002Fnews\u002Flifescibench-tests-biotech-models-zh\">讓模型先\u003C\u002Fa>做，再看錯在哪。你會發現，真正值錢的不是 prompt 長度，而是回饋速度。\u003C\u002Fp>","Loop Engineering 把 AI 開發改成觀察、回饋、修正的循環流程，重點從寫提示詞轉到設計工作流。","zhuanlan.zhihu.com","https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2050688288948744657",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782205389495-3rvj.png","ai-agent","zh","0e0ff333-9be7-4ea6-9a5f-3cf28ded9856",[17,18,19,20,21,22,23,24],"Loop Engineering","Claude Code","Anthropic","Boris Cherny","Addy Osmani","AI 工作流","提示詞工程","AI 編程",[26,27,28],"Loop Engineering 把重點從寫好單次提示，改成設計可重複的回饋循環。","它特別適合 code、研究、長文和需要反覆驗證的任務。","真正重要的能力，變成驗收、糾偏和流程設計。",0,"2026-06-23T09:02:37.400033+00:00","2026-06-23T09:02:37.391+00:00","4703dc49-ff82-4272-bdfd-a05ff5140912",{"tags":34,"relatedLang":39,"relatedPosts":43},[35,37],{"name":18,"slug":36},"claude-code",{"name":19,"slug":38},"anthropic",{"id":15,"slug":40,"title":41,"language":42},"loop-engineering-claude-code-workflow-en","Loop Engineering: Claude Code背后的新工作法","en",[44,50,56,62,68,74],{"id":45,"slug":46,"title":47,"cover_image":48,"image_url":48,"created_at":49,"category":13},"bd553163-18b3-46ba-b285-2a87d2ebbb71","glm-5-kill-vibe-coding-agent-engineering-zh","GLM-5 對了：該殺掉 vibe coding，改做 agent engin…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782223378474-8fp8.png","2026-06-23T14:02:23.769355+00:00",{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"b3231c66-e646-4d3c-8e7a-54e761e9b891","fable-5-ban-model-routing-race-zh","Fable 5 封鎖暴露模型路由賽局","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782145076193-i2y3.png","2026-06-22T16:17:25.211477+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"cffe7c8f-87e9-4b0f-8846-bab013c737ff","myseum-scanon-privacy-first-moderation-bet-zh","Myseum 與 Scanon 的合作，是隱私優先審核的合理押注","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782029864265-gmjj.png","2026-06-21T08:17:20.167199+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"98c0c178-9d3c-42d6-b4c9-afee24f127db","ai-code-review-rollout-with-human-oversight-zh","AI 程式碼審查落地且不降品質","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782025372703-pyzb.png","2026-06-21T07:02:25.569045+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"6940e45a-5ea6-4e88-a6ec-4fd6c4e98546","crypto-ai-agents-hidden-model-risk-zh","Crypto AI 代理的隱藏模型風險","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782023574666-eas6.png","2026-06-21T06:32:27.289175+00:00",{"id":75,"slug":76,"title":77,"cover_image":78,"image_url":78,"created_at":79,"category":13},"b2ebc245-370c-4dcd-ad0f-09f763d13c94","ai-agents-software-finance-risk-zh","AI agents 正進入真實軟體與金融","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782022676326-7n55.png","2026-06-21T06:17:28.006152+00:00",[81,86,91,96,101,106,111,116,121,126],{"id":82,"slug":83,"title":84,"created_at":85},"4ae1e197-1d3d-4233-8733-eafe9cb6438b","claude-now-uses-your-pc-to-finish-tasks-zh","Claude 開始幫你操作電腦","2026-03-26T07:20:48.457387+00:00",{"id":87,"slug":88,"title":89,"created_at":90},"5bede67f-e21c-413d-9ab8-54a3c3d26227","googles-2026-ai-agent-report-decoded-zh","Google 2026 AI Agent 報告解讀","2026-03-26T11:15:22.651956+00:00",{"id":92,"slug":93,"title":94,"created_at":95},"2987d097-563f-46c7-b76f-b558d8ef7c2b","kimi-k25-review-stronger-still-not-legend-zh","Kimi K2.5 評測：更強，但還不是神作","2026-03-27T07:15:55.277513+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"95c9053b-e3f4-4cb5-aace-5c54f4c9e044","claude-code-controls-mac-desktop-zh","Claude Code 也能操控 Mac 了","2026-03-28T03:01:58.58121+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"dc58e153-e3a8-4c06-9b96-1aa64eabbf5f","cloudflare-100x-faster-ai-agent-sandbox-zh","Cloudflare 的 AI 沙箱跑超快","2026-03-28T03:09:44.142236+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"1c8afc56-253f-47a2-979f-1065ff072f2a","openai-backs-isara-agent-swarm-bet-zh","OpenAI 挺 Isara 的 agent swarm …","2026-03-28T03:15:27.513155+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"7379b422-576e-45df-ad5a-d57a0d9dd467","openai-plan-automated-ai-researcher-zh","OpenAI 想做自動化 AI 研究員","2026-03-28T03:17:42.090548+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"48c9889e-86df-450b-a356-e4a4b7c83c5b","harness-engineering-ai-agent-reliability-2026-zh","駕馭工程：從「馬具」到「作業系統」，AI Agent 可靠性的終極密碼","2026-03-31T06:42:53.556721+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"96d8e8c8-1edd-475d-9145-b1e7a1b02b65","mcp-explained-from-prompts-to-production-zh","MCP 怎麼把提示詞變工作流","2026-04-01T09:24:39.321274+00:00",{"id":127,"slug":128,"title":129,"created_at":130},"f2ca7720-b471-4ce5-9336-2a9ac2a876fd","amazon-bedrock-agents-multi-agent-workflows-zh","Amazon Bedrock Agents 進入多代理工作流","2026-04-01T09:30:29.945429+00:00"]