Loop:讓 AI 自己做到好

先想一個日常畫面。你請一個同事幫你整理一份報告,你會怎麼做?你不會搬張椅子坐他旁邊,每打一段就看一下、指揮一下。你會告訴他「要什麼、什麼算做好」,然後讓他自己去做、自己檢查、弄好了再交給你。你信任的是一個「會自己跑完一輪」的人。loop 要做的,就是把 AI 從「你一步步指揮的工具」,變成這樣一個「你交代完就自己跑完」的幫手。

第一段,loop 是什麼。前面你跟 AI 是「一問一答」:你問一句,它答一句,結束。loop 不一樣,它是一個「循環」:AI 自己做一版、檢查對不對、發現問題就修、再檢查——一圈一圈繞,直到達到你要的標準才停。英文 loop 就是「迴圈」的意思。差別在這:一問一答只跑一次,loop 會自己繞很多圈。這就是為什麼有了 loop,它才叫得上 agent,一個能自己把事情做完的幫手。

第二段,這個循環怎麼轉。其實就三個動作,一直重複。第一,做:它先產出一版東西。第二,看:它回頭檢查這一版對不對、還差什麼。第三,決定:如果還沒達標,它就修一修,再繞一圈回到「做」;如果達標了,它就停下來,交給你。做、看、決定,做、看、決定——就這樣一圈一圈,直到好為止。你會發現,整個循環能不能正常停下來,全看第三步那個「達標了沒」怎麼判斷。這就帶到 loop 的靈魂。

loop 的靈魂,在這一題:它到底靠什麼,知道「好了、可以停了」?答案是——靠你給它的那個「什麼叫做好」的標準。這個標準,不是 AI 自己會生出來的,是你要給的。你給得清楚,它就知道繞到哪一圈可以收工;你給不出來,它就永遠不知道什麼時候該停。所以 loop 用得好不好,槓桿其實不在 AI 多努力,而在你有沒有給出一個「它自己驗得了」的標準。這一點,是這整集最重要的一句話。

那什麼叫「好的標準」?關鍵是:它要能跑出「對」或「錯」,而不是憑感覺。你跟它說「整理到好」——什麼叫好?它沒辦法自己判斷,只能一直猜、一直改。但你如果說「每一筆都要有公司名、而且完全沒有重複」——這它自己驗得了:數一數、比一比,達標沒達標,清清楚楚。差別就在這:一個是模糊的感覺,一個是能跑出對或錯的標準。你把目標講成後者,loop 就會自己收斂到停;講成前者,它就一直空轉。

第三段,好處。一旦你給出一個它驗得了的標準,你就解放了。你只要給「目標,加上什麼叫達標」,中間那些做、檢查、修的苦工,它自己會繞。你不用再一步步盯著、一句句下指令。你的角色變了:從一個「操作員」,變成一個「出題目、訂驗收標準的人」。這其實就是你在職場帶人的能力——你不會幫下屬做每一步,你會把目標和驗收講清楚,然後讓他跑。用 agent,用的是同一套能力。

講個反面的,我自己真的踩過。有一次我讓 AI 幫我弄一個東西,我沒給它明確的「怎樣算完成」,只說「弄好一點」。結果它一直改、一直改,改出一版、我覺得還好、它又改一版,繞了非常久都停不下來,白白燒掉一堆時間。事後我才想通:不是它壞掉,是我從頭到尾,沒給它一條「跨過去就算完成、可以收工」的線。它想停也停不了,因為根本沒有終點。這個坑,幾乎每個開始用 agent 的人都會踩一次。

第四段,實際怎麼用,一句話:把你的目標,寫成一個「你自己驗得了」的樣子。方法很簡單,開工前先問自己一句:「做完之後,我要怎麼檢查它到底對不對?」答案通常是這幾種:能用數量檢查的(幾筆、幾個)、能用格式檢查的(是不是表格、有沒有這幾欄)、能用實際跑一次來檢查的。你把那個「檢查方式」,直接當成給 AI 的完成標準交給它。它就能自己一圈一圈跑,跑到通過那個檢查為止。

最後釐清一個很多人會混的地方。如果你只是把「第一步做這、第二步做那」寫死,讓它照著跑——那是一條固定流程,不是真正的 loop。差別在哪?固定流程不會隨狀況調整,做完就做完。而 loop 的靈魂,是它「自己決定下一步要不要再繞、自己判斷什麼時候達標」。有步驟,不等於會自轉。下一集我們就會講,什麼時候該用「把步驟寫死」的流程、什麼時候該放手給 loop,那個對照叫 workflow。

這集帶走一句話:loop,就是讓 AI 自己做、自己檢查、自己修,直到達標。而它跑得好不好,槓桿不在 AI 多努力,在你給的那個「標準」講得夠不夠清楚。記得——把你的目標,寫成一個「能跑出對或錯」的樣子,它就會自己一圈一圈收斂到停;寫成模糊的感覺,它就會像我那次一樣,改個沒完。你出的題目,決定它跑不跑得完。下一集,我們講 loop 的雙胞胎:什麼時候該把步驟寫死,那個叫 workflow。我們下次見。