循环工程 (Loop Engineering) 详解
不要再只是给编程智能体写提示词了。开始设计循环吧。
OpenAI 和 Anthropic 的顶尖工程师们正见证着一种转变。基于对话的手动提示词时代正在终结。循环工程 (Loop Engineering) 正在成为新的标准。
大多数人认为循环只是一个简单的重复命令。但在 AI 领域，循环是一个闭环控制系统。
想想烤面包机和恒温器。烤面包机是开环系统。无论面包状态如何，它都会运行固定的时间。而恒温器是闭环系统。它测量温度，施加热量，并根据反馈进行调整。
LLM 是随机性的，是概率性的。如果你问同一个问题五次，你会得到五个不同的答案。仅靠提示词来构建软件，就像在湿粘土上盖房子。
循环工程解决了这个问题。它将一个非确定性引擎封装在一个确定性的状态机中。LLM 提供智能，而循环提供数学验证。
生产级循环的五个阶段：
• Discover（探索）：智能体读取环境和文件。 • Plan（规划）：系统创建分步路线图。 • Execute（执行）：智能体执行任务。 • Verify（验证）：通过客观测试（如编译器或 linter）检查工作成果。 • Iterate（迭代）：如果测试失败，错误将返回第一步。
这在以前成本太高了。循环会消耗大量 tokens。单个调试任务可能耗费数十万个 tokens。
新型低成本模型改变了这一经济模型。你现在可以负担得起让机器失败十次以找到正确方案的成本。自主性的成本已降至接近于零。
金科玉律：编写代码的模型绝不能是负责验证它的模型。
使用具有创造力的模型进行构建，使用严谨的模型进行检查。这可以防止智能体通过“自我辩解”而误以为错误的逻辑是正确的。
就业市场正在分裂为两种角色：
提示词工程师 (The Prompt Engineer):
- 使用对话式输入。
- 手动复制错误。
- 专注于单一输出。
循环工程师 (The Loop Engineer):
- 使用状态机。
- 构建自动化验证关卡。
- 设计整个工作流架构。
不要再做一个挥动锤子的人。开始做一个设计流水线的架构师。
Source: https://dev.to/itsmeramc/loop-engineering-explained-simply-with-diy-python-snippets-4ah2
Optional learning community: https://t.me/GyaanSetuAi