你現在的工作方式
用 AI 寫程式、改文件、做分析，聽起來很先進。但你的實際工作流程長這樣：
你打一段 prompt
AI 改了一個檔案
你跑測試，壞了
你把錯誤訊息貼回去
AI 再試一次
你再看結果、再貼、再等
二十分鐘後你發現，你一直在 babysit 那個你本來想交出去的工作
你就是那個迴圈。每一步的檢查和決策都靠你——你是串連 AI 每一次執行的人類時鐘。
Loop Engineering 不是一個新技術，而是一個認知轉換：停止親自當那個迴圈，改設計一個系統來取代你的位置。
同一件事，兩種做法
假設你請 AI 幫你寫一份一頁的技術摘要，附上參考來源。
單次 prompt
AI 寫出一份看起來很專業的摘要，底部附了五個來源連結。
你點開連結——有兩個是假的。AI 自己編的，它不知道，而且很有自信。
你不會發現，除非你每個都點開看。
用迴圈跑
同一個任務，但你加一條規則：每個主張至少三個來源，每個連結必須能打開且內容吻合。
AI 寫完摘要後，自己逐一檢查每個連結。假的丟掉，找真的替換。反覆檢查直到全部通過。
它不會累，不會偷懶跳過。
差別不在 AI 的能力——同一個模型。差別在於有沒有人（或系統）在後面檢查它的作業。
每個迴圈都是同一個節奏
不管迴圈多複雜，拆開來都是五個動作：
找工作 — 自動讀取待辦事項、失敗的測試、未讀的訊息
做 — AI 一次處理一個項目
自我檢查 — 第二個 AI（或同一個 AI 用不同指令）確認結果正確，不只是「有產出」
記住 — 把完成的東西寫下來，不會重做也不會忘記進度
再來一輪 — 重複直到沒東西要做，然後停下來通知你
Prompting 是自己做事。Loop Engineering 是管理做事的人。
「這不就是排程腳本嗎？」
不是。你電腦上的 cron job 每天早上八點跑同一個腳本——固定步驟、不會思考。
迴圈不一樣，因為裡面有一個會做決策的 AI。它看到測試壞了，會想辦法修；修不好，會試不同方法；真的沒轍，會停下來告訴你。
cron job 跑腳本。迴圈跑 AI。中間那個「判斷下一步該做什麼」的決策，就是全部的差別。
什麼時候不該用迴圈
- 一次性的問題 — 問一個問題、得一個答案，直接 prompt 就好
- 模糊的目標 — 「幫我想個更好的產品策略」不是迴圈能做的事。先搞清楚具體目標
- 成本考量 — 迴圈會跑好幾輪，每輪都消耗 token。確認值得才跑
今天就可以開始
找一件你一直在手動重複做的事——有很多小步驟、每次都差不多的那種。把它變成一個迴圈：
- 定義「做完」長什麼樣子（不是「看起來不錯」，是可驗證的標準）
- 讓 AI 跑第一遍，你在旁邊看每一步
- 信任它之後，放到排程上
當你第一次早上醒來，發現工作已經在你睡覺時做完了——你就不會再想一個一個打 prompt 了。