编程智能体循环：触发条件、目标与重复运行的成本

Matthew Berman 在 2026 年 6 月的视频中讨论编程智能体循环，引用了 Anthropic 的 Boris Cherny 和 OpenAI 的 Peter Steinberger 的观点。两人都谈到设计系统来指挥智能体，而非手动发送每一条提示。Berman 认为这是软件工程的重要方向；这是一项预测，并非已经普遍确立的实践。

视频由 here.now 赞助。Berman 将循环定义为由触发条件启动、朝着目标推进的工作。设计者指定预期的最终状态，让智能体朝该状态工作，而不必由人反复发出下一条指令。

他说目标应当可以验证：通过测试是一种可能的检查方式，模型也可以判断不那么具体的结果。自动化测试只能覆盖它实际测试的内容，AI 判断也可能出错，因此两种检查方式都取决于它们能否准确代表真正的目标。

Berman 将这种反馈与强化学习作类比：在强化学习中，奖励信号反映朝目标取得的进展。这个类比涉及反馈和评估；反复向智能体发送提示并检查结果，本身不会训练模型权重，也不自动构成强化学习。

Berman 在 Cursor Automations 中展示一个例子：当他的 Astro Hub 项目打开拉取请求时触发自动化。指令要求智能体审查 PR、修复潜在问题、向同一 PR 提交修改，并确保测试和 CI 通过。这描述的是所要求的工作流程，并不能证明该配置成功完成了每一次此类任务。

具体的测试结果可以让成功与否更容易检查，但 Berman 说，“构建这个功能”之类宽泛请求更难明确规定。许多产品开发需要探索需求并不断修改，因此提前写出完整的最终状态可能很困难。

他将触发条件分为三类：PR 打开之类的事件、每 30 分钟一次之类的周期性计划，以及人手动启动工作。计划或事件可以启动一次智能体运行；是否重试、检查结果或停止，取决于具体工作流程及其实现。

Berman 说，可以用技能和额外逻辑让循环更加复杂。他区分了触发条件和目标这一最基本的概念，与让系统可靠选择有用的下一步并判断完成所需的更困难工程工作。

他展示 Claude Code 的 /loop 命令，并提出一个示例：定期将项目与 spec.md 比较并继续构建。定时提示可以请求完成这些工作，但反复运行并不保证每次执行都会启动独立智能体、规格一定实现，或任务成功后计划会自行取消。

Berman 还描述了省略固定间隔并要求系统继续朝目标前进的做法。特定 /loop 实现的行为取决于其版本和会话；当前 Claude Code 文档描述的是会话范围内的调度，并将其与逐轮持续追求目标区分开来。

Berman 说，编写简单循环很容易，但让软件工厂持续运转要困难得多。当最终状态不能通过确定性方式检查时，智能体可能反复消耗 token，却没有真正解决根本问题。

他指出成本是另一个实际限制：更自主的工作通常意味着更多模型调用，账单也可能更高。他预测随着技术效率提高，成本会下降，但这是一项预测，并非对任何特定工作负载的保证。

Berman 认为，只有极少数工程师能够在这种方法最昂贵的层面进行实验，并引用了据称宽裕的内部 token 预算和一项报道中的高额使用数字。视频没有提供具有代表性的采用情况研究，也没有对公司整体额度进行独立核实，因此这些数字属于他的说法。

他预测，工程工作将越来越多地涉及设计指挥智能体的软件工厂，而不是不断编写提示或代码。这是他对一种可能未来的设想，并不能确定采用的速度或范围。

Berman 通过是否判断目标已经达成来区分循环和自动化。这是他针对这些例子提出的有用框架，并非普遍的技术定义：自动化也可以包含条件和反馈，而重复计划也可以在没有有意义的成功检查时运行。

最后，他询问人类是否永远都要设定目标。他想象 AI 选择功能和产品、设计自己的开发系统，并将这一想法与递归自我改进联系起来。Anthropic 的文章讨论了 AI 加速研究，同时明确表示，完全自主的递归自我改进尚未实现，也并非不可避免。