{"content_id":"oswgmcvvui","slug":"loop-engineering-concept-components","locale":"zh-hant","schema_type":"TechArticle","category":"ai_data","category_name":"AI 資料","title":"迴圈工程的概念與必要組成要素","summary":"迴圈工程是一種設計方式：由人類定義目標與限制條件後，讓 AI 代理反覆進行規劃、執行、測試、修正，以改善結果。核心組成要素可整理為自動化、工作樹、技能、外掛與連接器、子代理、記憶。","author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["迴圈工程不是單純撰寫提示詞，而是設計能讓 AI 反覆執行直到達成目標的工作系統的方法。","如果框架工程是建立安全的工作環境與規則，迴圈工程則是在該環境中啟動反覆執行引擎。","安全的迴圈需要隔離的工作空間、明確的指示、工具連接、角色分工、狀態儲存與中斷條件。","在 AI 開發自動化中，迴圈會將程式碼撰寫、測試執行、錯誤分析、重試、請求檢閱串成一個封閉式回饋週期。","迴圈工程能提升生產力，但若缺乏權限管理、成本控管、品質驗證、避免無限迴圈的機制，就可能變得危險。"],"content_markdown":"## 概要\n\n迴圈工程是設計 AI 代理朝向單一目標**規劃、執行、檢查結果，並反映失敗原因後再次嘗試的反覆結構**的方法。尤其在軟體開發、資料處理、文件生成、測試自動化等可驗證結果的工作中，正變得越來越重要。\n\n這個術語尚未在所有標準文件中被固定為學術用語。不過在實務上，可以說明為提示工程、脈絡工程、Harness 工程之後下一階段的概念。核心不是「給 AI 一次好的指示」，而是「建立一套讓 AI 能在安全環境中反覆執行直到達成目標的系統」。\n\n## AI 工程的演進：從提示到迴圈\n\n| 階段 | 核心問題 | 人類的角色 | AI 的角色 | 代表產出 |\n|---|---|---|---|---|\n| 提示工程 | 要如何提問 | 撰寫指示並確認結果 | 生成單次回應 | 回答、草稿、程式碼片段 |\n| 脈絡工程 | 要提供哪些背景資訊 | 提供文件、範例、政策、資料 | 在給定脈絡中推理 | 更一致的回答、客製化結果 |\n| Harness 工程 | 要讓它在什麼環境與規則中工作 | 設計權限、工具、流程、安全規則 | 在既定環境中使用工具 | 受控的代理工作流程 |\n| 迴圈工程 | 要如何讓它反覆執行直到達成目標 | 設定目標、限制、評估標準、中止條件 | 反覆執行、驗證、修正、重試 | 自動改善的工作迴圈 |\n\n### 提示工程\n\n提示工程是為了從 AI 得到想要的結果，而精細撰寫問題、命令、範例、輸出格式的方式。這是最基本的互動，接近由人類每次改變指示並確認結果的結構。\n\n### 脈絡工程\n\n脈絡工程是同時提供模型可參考的文件、政策、程式碼庫資訊、使用者偏好、輸出風格、過去對話等，以取得更準確結果的方式。長脈絡視窗、檢索增強生成、檔案附加、程式碼庫索引等都與此階段相關。\n\n### Harness 工程\n\nHarness 工程是在 AI 使用工具並執行多個步驟時，設計它**應該在什麼流程與限制中行動**。例如將「修改程式碼前先讀取相關檔案」、「未通過測試就不要合併」、「不要瀏覽包含敏感資訊的檔案」等規則內建到環境中。\n\n### 迴圈工程\n\n迴圈工程是在 Harness 所建立的受控工作環境之上，加上**反覆執行引擎**的方式。AI 代理會朝向目標自行選擇下一步行動、使用工具、評估結果，若失敗則修正策略並再次執行。\n\n## 迴圈工程的核心定義\n\n迴圈工程可以定義為滿足下列條件的 AI 工作系統設計。\n\n- 人類決定最終目標、允許範圍、評估標準、中止條件。\n- AI 代理為了達成目標制定工作計畫。\n- 代理使用程式碼執行、測試、搜尋、檔案修改、API 呼叫等必要工具。\n- 執行結果失敗或不足時，分析失敗原因並生成下一次嘗試。\n- 當目標達成、預算超支、反覆次數超過、出現危險訊號、需要人類批准等中止條件被滿足時，停止迴圈。\n\n也就是說，迴圈工程的本質是**自動化的回饋週期**。\n\n## 為什麼需要迴圈工程\n\n在既有的 AI 使用方式中，人類很容易成為瓶頸。因為人類必須撰寫提示、確認結果、再次提出修改要求、執行測試、複製錯誤訊息後再輸入。\n\n迴圈工程將這個反覆過程系統化。例如在開發工作中，AI 可以自動反覆執行下列流程。\n\n1. 讀取需求並制定工作計畫。\n2. 在獨立工作空間中修改程式碼。\n3. 執行測試與 linter。\n4. 分析錯誤日誌。\n5. 自行建立修改提示或下一步行動。\n6. 再次修改程式碼。\n7. 滿足通過標準後整理結果並請求審查。\n\n在這種結構中，人類不需要直接指示所有中間步驟。相反地，人類專注於目標設定、批准、例外處理、最終品質判斷。\n\n## 迴圈工程的 6 個必要構成要素\n\n### 1. 自動化：實際運轉迴圈的引擎\n\n自動化是讓迴圈不需人的手動輸入即可執行的基礎。工作佇列、排程器、CI/CD 管線、代理執行環境、事件觸發器、重試政策等都包含在內。\n\n自動化負責的功能如下。\n\n- 偵測工作開始條件\n- 執行代理\n- 呼叫工具並收集結果\n- 執行測試或驗證階段\n- 失敗時重試\n- 儲存日誌\n- 轉換到人類批准階段\n- 限制成本、時間、反覆次數\n\n自動化不是單純的「自動執行」，而是管理迴圈生命週期的控制裝置。\n\n### 2. 工作樹：安全的工作空間\n\n工作樹是提供給 AI 的隔離工作空間，避免它直接破壞主要程式碼或實際營運資料。代表性的方式是像 Git 的 `worktree` 功能一樣，在同一個儲存庫中建立獨立工作目錄，並可獨立修改與測試。\n\n工作樹重要的原因如下。\n\n- 保護主分支或營運環境。\n- 多個代理可以並行執行不同工作。\n- 可以輕鬆丟棄失敗的嘗試。\n- 可以用 diff 審查變更。\n- 只將通過測試的變更作為合併對象。\n\n在迴圈工程中，工作樹是 AI 的實驗空間。即使代理大膽修改，若要讓整個系統維持安全，就需要隔離工作空間。\n\n### 3. 技能：成為工作標準的指南\n\n技能是 AI 執行特定工作時應遵循的指引、流程、檢查清單、程式碼規則、設計原則、範例集合。就像人會提供入職文件給新進團隊成員一樣，代理也需要業務執行標準。\n\n技能文件中可以包含下列資訊。\n\n- 專案結構與核心模組說明\n- 程式碼風格與命名規則\n- 測試撰寫方式\n- API 設計原則\n- 安全禁止事項\n- 部署前檢查清單\n- 失敗時應確認的日誌位置\n- 結果報告格式\n\n如果沒有技能，代理每次都會依賴一般性的推理。相反地，撰寫良好的技能會以可重複使用的形式，將組織的工作方式傳達給 AI。\n\n### 4. 外掛程式與連接器：存取必要工具\n\n外掛程式與連接器讓 AI 能在工作中存取必要的工具與系統。例如程式碼儲存庫、議題追蹤器、搜尋系統、資料庫、文件儲存庫、測試執行器、瀏覽器、部署工具、通知系統等都可能成為連接對象。\n\n需要工具連接的理由很明確。代理判斷「必須執行測試」卻沒有測試執行權限時，迴圈就會停止。代理判斷「必須確認相關文件」卻沒有文件存取路徑時，就很可能以猜測回答。\n\n良好的連接器設計需要下列原則。\n\n- 適用最小權限原則。\n- 分離讀取權限與寫入權限。\n- 對危險工作設置批准階段。\n- 將所有工具呼叫留下日誌。\n- 以獨立政策限制敏感資訊存取。\n- 失敗的工具呼叫也記錄在迴圈狀態中。\n\n### 5. 子代理：分工的 AI 工作者\n\n子代理是不讓一個主要代理處理所有事情，而是讓依角色區分的代理協作的結構。可以像人的開發團隊一樣，分離設計、後端、前端、QA、安全審查、文件化角色。\n\n| 角色 | 主要責任 | 輸出範例 |\n|---|---|---|\n| 規劃代理 | 需求分析、工作拆解、優先順序設定 | 實作計畫、工作清單 |\n| 後端代理 | 實作 API、資料模型、伺服器邏輯 | 程式碼變更、測試 |\n| 前端代理 | 改善 UI、狀態管理、可近用性 | 元件修改、畫面測試 |\n| QA 代理 | 執行測試、重現 bug、回歸驗證 | 失敗日誌、重現流程 |\n| 審查代理 | 檢查程式碼品質、安全、風格 | 審查意見、風險清單 |\n| 文件代理 | 說明變更事項、撰寫使用方式 | 發行說明、使用指南 |\n\n子代理結構的優點是可以分配專業性。不過也可能發生代理之間的衝突、重複工作、責任不明確，因此需要協調者角色與明確的工作契約。\n\n### 6. 記憶：讓中斷與恢復成為可能的狀態儲存\n\n記憶是儲存迴圈目前狀態、過去嘗試、失敗原因、決策理由、檔案變更、測試結果、下一步行動計畫的功能。迴圈越長，記憶就越接近必要。\n\n記憶大致可分為兩種。\n\n- 短期記憶：目前工作階段的計畫、日誌、工具呼叫結果、錯誤訊息\n- 長期記憶：專案規則、過去解法、反覆出現的 bug 模式、使用者偏好、團隊標準\n\n如果沒有記憶，代理可能重複相同錯誤，或從頭開始已在中途停止的工作。相反地，設計良好的記憶會穩定延續迴圈並降低成本。\n\n## 迴圈工程的基本架構\n\n迴圈工程系統通常具有如下結構。\n\n1. 輸入目標：人類提供要解決的問題與完成標準。\n2. 收集脈絡：讀取程式碼、文件、議題、日誌、政策。\n3. 制定計畫：代理將工作拆成小步驟。\n4. 執行：進行程式碼修改、檔案生成、資料處理、工具呼叫。\n5. 驗證：執行測試、lint、型別檢查、政策檢查、審查。\n6. 評估：判斷是否滿足目標標準。\n7. 反覆：若失敗，分析原因並回到新計畫。\n8. 結束：因成功、超過限制、偵測到危險、需要人類批准其中之一而停止。\n9. 報告：摘要變更事項、驗證結果、剩餘風險、下一步建議措施。\n\n這個流程的前提不是「只反覆思考的 AI」，而是「在實際環境中行動並驗證結果的 AI」。\n\n## Harness 工程與迴圈工程的差異\n\n| 區分 | Harness 工程 | 迴圈工程 |\n|---|---|---|\n| 目的 | 建立讓 AI 安全工作的環境 | 讓 AI 反覆執行直到達成目標 |\n| 中心要素 | 規則、權限、工具、流程、限制 | 反覆執行、回饋、重試、狀態儲存 |\n| 失敗應對 | 阻止危險行為或請求批准 | 反映失敗原因並生成下一次嘗試 |\n| 人類介入 | 專注於政策與環境設計 | 專注於目標設定、例外處理、最終批准 |\n| 比喻 | 工作場域與安全設備 | 持續運轉工作場域的生產線 |\n\n如果沒有 Harness 就建立迴圈，代理可能以過高權限進行危險行為。如果沒有迴圈而只建立 Harness，雖然有安全環境，但生產力會受限。在實務中，兩種方法都需要一起使用。\n\n## 應用範例：AI 編碼代理的迴圈\n\n在軟體開發中，迴圈工程相對容易理解。假設給定「修正登入錯誤」這個目標。\n\n### 輸入\n\n- 目標：修正在特定條件下發生登入失敗的 bug\n- 完成標準：相關測試通過、既有登入功能無回歸、提交變更摘要\n- 限制：禁止變更認證權杖儲存方式、禁止直接修改使用者資料庫\n\n### 迴圈執行\n\n1. 代理讀取議題說明與相關檔案。\n2. 在工作樹中建立獨立分支或工作目錄。\n3. 重現失敗測試。\n4. 分析錯誤日誌與相關程式碼。\n5. 套用修正方案。\n6. 執行測試。\n7. 若失敗，摘要原因並嘗試其他修正方案。\n8. 若成功，整理 diff、測試結果、風險因素。\n9. 向人類審查者請求合併批准。\n\n在這個範例中，人類不需要每次複製錯誤日誌來撰寫新提示。相反地，迴圈會執行反覆工作，而人類介入需要最終判斷與責任的階段。\n\n## 設計時必須決定的控制變數\n\n迴圈工程有時會以無限反覆為前提來說明，但在實際系統中，「無限」是危險的。安全的迴圈需要明確限制。\n\n| 控制變數 | 說明 | 範例 |\n|---|---|---|\n| 最大反覆次數 | 限制同一工作最多重試幾次 | 最多重試 5 次 |\n| 時間預算 | 限制迴圈執行時間 | 超過 30 分鐘時中止 |\n| 成本預算 | 限制模型呼叫、工具使用、基礎設施成本 | 每項工作 10 美元以下 |\n| 權限範圍 | 分離讀取、寫入、執行、部署權限 | 禁止寫入營運 DB |\n| 批准節點 | 定義需要人類審查的時刻 | 部署、刪除、付款、外部傳輸前批准 |\n| 成功標準 | 判斷為完成的客觀條件 | 測試通過、滿足準確度標準 |\n| 失敗標準 | 應中止的危險訊號 | 同一錯誤重複 3 次、發生安全警告 |\n\n好的迴圈不是轉很多次的迴圈，而是**知道在適當時刻停止的迴圈**。\n\n## 品質評估標準\n\n評估迴圈工程系統時，不應只看「AI 是否產生了答案」，而是也要一起看下列指標。\n\n- 目標達成率：成功完成給定工作的比例\n- 到第一次成功所需的反覆次數：是否有不必要的重試\n- 測試通過率：是否滿足自動驗證標準\n- 回歸發生率：破壞既有功能的比例\n- 人類介入次數：自動化是否實際減少瓶頸\n- 成本效益：相對於模型呼叫成本與基礎設施成本的成果\n- 可稽核性：是否可追蹤呼叫了什麼工具以及為什麼呼叫\n- 安全違規率：是否存取了禁止的檔案、API、資料\n- 可重現性：在相同條件下是否產生相似結果\n\n尤其在軟體開發中，僅靠測試通過可能並不足夠。安全、效能、可維護性、使用者體驗也都必須一併審查。\n\n## 常見失敗模式\n\n### 1. 成功標準模糊時\n\n如果像「幫我做得好一點」這樣完成標準不明確，迴圈很難找到停止依據。需要像「新增 3 個單元測試、所有既有測試通過、維持回應時間 200ms 以下」這樣可驗證的標準。\n\n### 2. 工具權限過度時\n\n如果給代理無限制的營運資料庫寫入、部署、寄送外部郵件等權限，小小的判斷錯誤可能導致重大事故。危險工具必須以批准為基礎分離。\n\n### 3. 沒有記憶或記憶被污染時\n\n如果沒有狀態儲存，就會重複相同失敗。相反地，如果錯誤記憶被累積，就可能持續重用錯誤前提。最好在記憶中區分儲存已驗證事實、推測、失敗記錄。\n\n### 4. 子代理之間責任重疊時\n\n如果多個代理同時修改同一檔案，可能發生衝突。必須決定工作範圍、檔案所有權、審查順序、合併規則。\n\n### 5. 沒有成本限制時\n\n迴圈是反覆結構，因此模型呼叫與工具執行成本可能快速增加。必須限制反覆次數、權杖使用量、外部 API 呼叫數、執行時間。\n\n## 實作檢查清單\n\n將迴圈工程實際套用到專案時，建議依下列順序檢查。\n\n### 目標與評估標準\n\n- 是否用一句話定義了要解決的問題？\n- 完成標準是否可自動驗證？\n- 是否區分了需要人類批准的標準？\n- 失敗時是否有中止條件？\n\n### 工作環境\n\n- 是否有與主要程式碼分離的工作樹？\n- 測試執行環境是否可重現？\n- 是否限制了祕密金鑰與敏感資訊存取？\n- 是否可以用 diff 追蹤變更事項？\n\n### 指引與脈絡\n\n- 是否有專案結構說明？\n- 程式碼規則與測試規則是否已文件化？\n- 禁止行為與安全規則是否明確？\n- 代理參考的文件是否為最新？\n\n### 工具與權限\n\n- 必要工具是否已事先連接？\n- 各工具的權限是否已最小化？\n- 危險工具呼叫是否有批准階段？\n- 是否留下所有工具呼叫日誌？\n\n### 迴圈控制\n\n- 是否有最大反覆次數與時間限制？\n- 是否有成本限制？\n- 是否偵測相同錯誤的反覆發生？\n- 是否可以儲存並恢復中間狀態？\n\n## 適合與不適合迴圈工程的工作\n\n| 工作類型 | 適合度 | 理由 |\n|---|---:|---|\n| 有測試的程式碼修改 | 高 | 容易以執行結果判斷是否成功 |\n| lint、格式化、遷移 | 高 | 具有反覆性且驗證標準明確 |\n| 文件草稿生成與審查 | 中 | 可以自動化，但需要事實驗證 |\n| 資料清理 | 中～高 | 若有規則與樣本驗證則有效 |\n| 安全修補 | 中 | 可以自動化，但需要專家審查 |\n| 法律判斷、醫療診斷、投資建議 | 低 | 責任、專業性、法規風險很大 |\n| 直接變更營運系統 | 低 | 沒有批准的自動迴圈事故風險很大 |\n\n迴圈工程在「可驗證的工作」中最強。驗證標準不明確或責任重大的決策，必須由人類專家控制。\n\n## 實務導入路線圖\n\n### 第 1 階段：建立單一工作迴圈\n\n先從一個小工作開始。例如縮小範圍到修正測試失敗的迴圈、修正文件連結錯誤的迴圈、解決型別錯誤的迴圈。\n\n### 第 2 階段：固定 Harness\n\n文件化工作前確認、可修改檔案、可執行命令、禁止行為、批准條件。如果這個階段薄弱，迴圈越大，風險也會一起變大。\n\n### 第 3 階段：建立工作樹與日誌體系\n\n所有變更都在隔離空間中執行，並記錄工具呼叫與測試結果。失敗的嘗試也是重要資料。\n\n### 第 4 階段：文件化技能\n\n將反覆需要的知識製作成技能。像是「在這個專案中新增測試的方法」、「API 變更時的檢查清單」、「前端可近用性標準」這類文件很有用。\n\n### 第 5 階段：分離子代理\n\n工作變複雜時，分離規劃者、實作者、QA、審查者。與其一開始就建立過多代理，不如從已確認瓶頸的角色開始分工。\n\n### 第 6 階段：改善記憶與評估指標\n\n記錄反覆失敗原因、成功模式、成本、人類介入次數。以這些資料為基礎改善迴圈的效率與安全性。\n\n## 結論\n\n迴圈工程是一種設計方法，將 AI 代理從單純回應生成器轉變為**目標導向的工作執行系統**。核心不是盲目給予 AI 自主性，而是透過 Harness 工程建立受控環境，並在其中結合自動化、工作樹、技能、外掛程式與連接器、子代理、記憶，建立安全的反覆結構。\n\n設計良好的迴圈會減少人類反覆指示的負擔，並提升工作速度。然而，沒有安全裝置的迴圈可能造成成本增加、品質下降、權限濫用、無限反覆問題。因此，迴圈工程的核心原則是「自動化，但要讓它可驗證，並且在必要時刻一定能停止」。","content_html":"\u003ch2\u003e\n\u003ca href=\"#%E6%A6%82%E8%A6%81\" class=\"anchor\" id=\"概要\"\u003e\u003c/a\u003e概要\u003c/h2\u003e\n\u003cp\u003e迴圈工程是設計 AI 代理朝向單一目標\u003cstrong\u003e規劃、執行、檢查結果，並反映失敗原因後再次嘗試的反覆結構\u003c/strong\u003e的方法。尤其在軟體開發、資料處理、文件生成、測試自動化等可驗證結果的工作中，正變得越來越重要。\u003c/p\u003e\n\u003cp\u003e這個術語尚未在所有標準文件中被固定為學術用語。不過在實務上，可以說明為提示工程、脈絡工程、Harness 工程之後下一階段的概念。核心不是「給 AI 一次好的指示」，而是「建立一套讓 AI 能在安全環境中反覆執行直到達成目標的系統」。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#ai-%E5%B7%A5%E7%A8%8B%E7%9A%84%E6%BC%94%E9%80%B2%E5%BE%9E%E6%8F%90%E7%A4%BA%E5%88%B0%E8%BF%B4%E5%9C%88\" class=\"anchor\" id=\"ai-工程的演進從提示到迴圈\"\u003e\u003c/a\u003eAI 工程的演進：從提示到迴圈\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e階段\u003c/th\u003e\n\u003cth\u003e核心問題\u003c/th\u003e\n\u003cth\u003e人類的角色\u003c/th\u003e\n\u003cth\u003eAI 的角色\u003c/th\u003e\n\u003cth\u003e代表產出\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"階段\"\u003e提示工程\u003c/td\u003e\n\u003ctd data-label=\"核心問題\"\u003e要如何提問\u003c/td\u003e\n\u003ctd data-label=\"人類的角色\"\u003e撰寫指示並確認結果\u003c/td\u003e\n\u003ctd data-label=\"AI 的角色\"\u003e生成單次回應\u003c/td\u003e\n\u003ctd data-label=\"代表產出\"\u003e回答、草稿、程式碼片段\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"階段\"\u003e脈絡工程\u003c/td\u003e\n\u003ctd data-label=\"核心問題\"\u003e要提供哪些背景資訊\u003c/td\u003e\n\u003ctd data-label=\"人類的角色\"\u003e提供文件、範例、政策、資料\u003c/td\u003e\n\u003ctd data-label=\"AI 的角色\"\u003e在給定脈絡中推理\u003c/td\u003e\n\u003ctd data-label=\"代表產出\"\u003e更一致的回答、客製化結果\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"階段\"\u003eHarness 工程\u003c/td\u003e\n\u003ctd data-label=\"核心問題\"\u003e要讓它在什麼環境與規則中工作\u003c/td\u003e\n\u003ctd data-label=\"人類的角色\"\u003e設計權限、工具、流程、安全規則\u003c/td\u003e\n\u003ctd data-label=\"AI 的角色\"\u003e在既定環境中使用工具\u003c/td\u003e\n\u003ctd data-label=\"代表產出\"\u003e受控的代理工作流程\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"階段\"\u003e迴圈工程\u003c/td\u003e\n\u003ctd data-label=\"核心問題\"\u003e要如何讓它反覆執行直到達成目標\u003c/td\u003e\n\u003ctd data-label=\"人類的角色\"\u003e設定目標、限制、評估標準、中止條件\u003c/td\u003e\n\u003ctd data-label=\"AI 的角色\"\u003e反覆執行、驗證、修正、重試\u003c/td\u003e\n\u003ctd data-label=\"代表產出\"\u003e自動改善的工作迴圈\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E6%8F%90%E7%A4%BA%E5%B7%A5%E7%A8%8B\" class=\"anchor\" id=\"提示工程\"\u003e\u003c/a\u003e提示工程\u003c/h3\u003e\n\u003cp\u003e提示工程是為了從 AI 得到想要的結果，而精細撰寫問題、命令、範例、輸出格式的方式。這是最基本的互動，接近由人類每次改變指示並確認結果的結構。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E8%84%88%E7%B5%A1%E5%B7%A5%E7%A8%8B\" class=\"anchor\" id=\"脈絡工程\"\u003e\u003c/a\u003e脈絡工程\u003c/h3\u003e\n\u003cp\u003e脈絡工程是同時提供模型可參考的文件、政策、程式碼庫資訊、使用者偏好、輸出風格、過去對話等，以取得更準確結果的方式。長脈絡視窗、檢索增強生成、檔案附加、程式碼庫索引等都與此階段相關。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#harness-%E5%B7%A5%E7%A8%8B\" class=\"anchor\" id=\"harness-工程\"\u003e\u003c/a\u003eHarness 工程\u003c/h3\u003e\n\u003cp\u003eHarness 工程是在 AI 使用工具並執行多個步驟時，設計它\u003cstrong\u003e應該在什麼流程與限制中行動\u003c/strong\u003e。例如將「修改程式碼前先讀取相關檔案」、「未通過測試就不要合併」、「不要瀏覽包含敏感資訊的檔案」等規則內建到環境中。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E8%BF%B4%E5%9C%88%E5%B7%A5%E7%A8%8B\" class=\"anchor\" id=\"迴圈工程\"\u003e\u003c/a\u003e迴圈工程\u003c/h3\u003e\n\u003cp\u003e迴圈工程是在 Harness 所建立的受控工作環境之上，加上\u003cstrong\u003e反覆執行引擎\u003c/strong\u003e的方式。AI 代理會朝向目標自行選擇下一步行動、使用工具、評估結果，若失敗則修正策略並再次執行。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E8%BF%B4%E5%9C%88%E5%B7%A5%E7%A8%8B%E7%9A%84%E6%A0%B8%E5%BF%83%E5%AE%9A%E7%BE%A9\" class=\"anchor\" id=\"迴圈工程的核心定義\"\u003e\u003c/a\u003e迴圈工程的核心定義\u003c/h2\u003e\n\u003cp\u003e迴圈工程可以定義為滿足下列條件的 AI 工作系統設計。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e人類決定最終目標、允許範圍、評估標準、中止條件。\u003c/li\u003e\n\u003cli\u003eAI 代理為了達成目標制定工作計畫。\u003c/li\u003e\n\u003cli\u003e代理使用程式碼執行、測試、搜尋、檔案修改、API 呼叫等必要工具。\u003c/li\u003e\n\u003cli\u003e執行結果失敗或不足時，分析失敗原因並生成下一次嘗試。\u003c/li\u003e\n\u003cli\u003e當目標達成、預算超支、反覆次數超過、出現危險訊號、需要人類批准等中止條件被滿足時，停止迴圈。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e也就是說，迴圈工程的本質是\u003cstrong\u003e自動化的回饋週期\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E7%82%BA%E4%BB%80%E9%BA%BC%E9%9C%80%E8%A6%81%E8%BF%B4%E5%9C%88%E5%B7%A5%E7%A8%8B\" class=\"anchor\" id=\"為什麼需要迴圈工程\"\u003e\u003c/a\u003e為什麼需要迴圈工程\u003c/h2\u003e\n\u003cp\u003e在既有的 AI 使用方式中，人類很容易成為瓶頸。因為人類必須撰寫提示、確認結果、再次提出修改要求、執行測試、複製錯誤訊息後再輸入。\u003c/p\u003e\n\u003cp\u003e迴圈工程將這個反覆過程系統化。例如在開發工作中，AI 可以自動反覆執行下列流程。\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e讀取需求並制定工作計畫。\u003c/li\u003e\n\u003cli\u003e在獨立工作空間中修改程式碼。\u003c/li\u003e\n\u003cli\u003e執行測試與 linter。\u003c/li\u003e\n\u003cli\u003e分析錯誤日誌。\u003c/li\u003e\n\u003cli\u003e自行建立修改提示或下一步行動。\u003c/li\u003e\n\u003cli\u003e再次修改程式碼。\u003c/li\u003e\n\u003cli\u003e滿足通過標準後整理結果並請求審查。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e在這種結構中，人類不需要直接指示所有中間步驟。相反地，人類專注於目標設定、批准、例外處理、最終品質判斷。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E8%BF%B4%E5%9C%88%E5%B7%A5%E7%A8%8B%E7%9A%84-6-%E5%80%8B%E5%BF%85%E8%A6%81%E6%A7%8B%E6%88%90%E8%A6%81%E7%B4%A0\" class=\"anchor\" id=\"迴圈工程的-6-個必要構成要素\"\u003e\u003c/a\u003e迴圈工程的 6 個必要構成要素\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#1-%E8%87%AA%E5%8B%95%E5%8C%96%E5%AF%A6%E9%9A%9B%E9%81%8B%E8%BD%89%E8%BF%B4%E5%9C%88%E7%9A%84%E5%BC%95%E6%93%8E\" class=\"anchor\" id=\"1-自動化實際運轉迴圈的引擎\"\u003e\u003c/a\u003e1. 自動化：實際運轉迴圈的引擎\u003c/h3\u003e\n\u003cp\u003e自動化是讓迴圈不需人的手動輸入即可執行的基礎。工作佇列、排程器、CI/CD 管線、代理執行環境、事件觸發器、重試政策等都包含在內。\u003c/p\u003e\n\u003cp\u003e自動化負責的功能如下。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e偵測工作開始條件\u003c/li\u003e\n\u003cli\u003e執行代理\u003c/li\u003e\n\u003cli\u003e呼叫工具並收集結果\u003c/li\u003e\n\u003cli\u003e執行測試或驗證階段\u003c/li\u003e\n\u003cli\u003e失敗時重試\u003c/li\u003e\n\u003cli\u003e儲存日誌\u003c/li\u003e\n\u003cli\u003e轉換到人類批准階段\u003c/li\u003e\n\u003cli\u003e限制成本、時間、反覆次數\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e自動化不是單純的「自動執行」，而是管理迴圈生命週期的控制裝置。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#2-%E5%B7%A5%E4%BD%9C%E6%A8%B9%E5%AE%89%E5%85%A8%E7%9A%84%E5%B7%A5%E4%BD%9C%E7%A9%BA%E9%96%93\" class=\"anchor\" id=\"2-工作樹安全的工作空間\"\u003e\u003c/a\u003e2. 工作樹：安全的工作空間\u003c/h3\u003e\n\u003cp\u003e工作樹是提供給 AI 的隔離工作空間，避免它直接破壞主要程式碼或實際營運資料。代表性的方式是像 Git 的 \u003ccode\u003eworktree\u003c/code\u003e 功能一樣，在同一個儲存庫中建立獨立工作目錄，並可獨立修改與測試。\u003c/p\u003e\n\u003cp\u003e工作樹重要的原因如下。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e保護主分支或營運環境。\u003c/li\u003e\n\u003cli\u003e多個代理可以並行執行不同工作。\u003c/li\u003e\n\u003cli\u003e可以輕鬆丟棄失敗的嘗試。\u003c/li\u003e\n\u003cli\u003e可以用 diff 審查變更。\u003c/li\u003e\n\u003cli\u003e只將通過測試的變更作為合併對象。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e在迴圈工程中，工作樹是 AI 的實驗空間。即使代理大膽修改，若要讓整個系統維持安全，就需要隔離工作空間。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#3-%E6%8A%80%E8%83%BD%E6%88%90%E7%82%BA%E5%B7%A5%E4%BD%9C%E6%A8%99%E6%BA%96%E7%9A%84%E6%8C%87%E5%8D%97\" class=\"anchor\" id=\"3-技能成為工作標準的指南\"\u003e\u003c/a\u003e3. 技能：成為工作標準的指南\u003c/h3\u003e\n\u003cp\u003e技能是 AI 執行特定工作時應遵循的指引、流程、檢查清單、程式碼規則、設計原則、範例集合。就像人會提供入職文件給新進團隊成員一樣，代理也需要業務執行標準。\u003c/p\u003e\n\u003cp\u003e技能文件中可以包含下列資訊。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e專案結構與核心模組說明\u003c/li\u003e\n\u003cli\u003e程式碼風格與命名規則\u003c/li\u003e\n\u003cli\u003e測試撰寫方式\u003c/li\u003e\n\u003cli\u003eAPI 設計原則\u003c/li\u003e\n\u003cli\u003e安全禁止事項\u003c/li\u003e\n\u003cli\u003e部署前檢查清單\u003c/li\u003e\n\u003cli\u003e失敗時應確認的日誌位置\u003c/li\u003e\n\u003cli\u003e結果報告格式\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e如果沒有技能，代理每次都會依賴一般性的推理。相反地，撰寫良好的技能會以可重複使用的形式，將組織的工作方式傳達給 AI。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#4-%E5%A4%96%E6%8E%9B%E7%A8%8B%E5%BC%8F%E8%88%87%E9%80%A3%E6%8E%A5%E5%99%A8%E5%AD%98%E5%8F%96%E5%BF%85%E8%A6%81%E5%B7%A5%E5%85%B7\" class=\"anchor\" id=\"4-外掛程式與連接器存取必要工具\"\u003e\u003c/a\u003e4. 外掛程式與連接器：存取必要工具\u003c/h3\u003e\n\u003cp\u003e外掛程式與連接器讓 AI 能在工作中存取必要的工具與系統。例如程式碼儲存庫、議題追蹤器、搜尋系統、資料庫、文件儲存庫、測試執行器、瀏覽器、部署工具、通知系統等都可能成為連接對象。\u003c/p\u003e\n\u003cp\u003e需要工具連接的理由很明確。代理判斷「必須執行測試」卻沒有測試執行權限時，迴圈就會停止。代理判斷「必須確認相關文件」卻沒有文件存取路徑時，就很可能以猜測回答。\u003c/p\u003e\n\u003cp\u003e良好的連接器設計需要下列原則。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e適用最小權限原則。\u003c/li\u003e\n\u003cli\u003e分離讀取權限與寫入權限。\u003c/li\u003e\n\u003cli\u003e對危險工作設置批准階段。\u003c/li\u003e\n\u003cli\u003e將所有工具呼叫留下日誌。\u003c/li\u003e\n\u003cli\u003e以獨立政策限制敏感資訊存取。\u003c/li\u003e\n\u003cli\u003e失敗的工具呼叫也記錄在迴圈狀態中。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#5-%E5%AD%90%E4%BB%A3%E7%90%86%E5%88%86%E5%B7%A5%E7%9A%84-ai-%E5%B7%A5%E4%BD%9C%E8%80%85\" class=\"anchor\" id=\"5-子代理分工的-ai-工作者\"\u003e\u003c/a\u003e5. 子代理：分工的 AI 工作者\u003c/h3\u003e\n\u003cp\u003e子代理是不讓一個主要代理處理所有事情，而是讓依角色區分的代理協作的結構。可以像人的開發團隊一樣，分離設計、後端、前端、QA、安全審查、文件化角色。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e角色\u003c/th\u003e\n\u003cth\u003e主要責任\u003c/th\u003e\n\u003cth\u003e輸出範例\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"角色\"\u003e規劃代理\u003c/td\u003e\n\u003ctd data-label=\"主要責任\"\u003e需求分析、工作拆解、優先順序設定\u003c/td\u003e\n\u003ctd data-label=\"輸出範例\"\u003e實作計畫、工作清單\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"角色\"\u003e後端代理\u003c/td\u003e\n\u003ctd data-label=\"主要責任\"\u003e實作 API、資料模型、伺服器邏輯\u003c/td\u003e\n\u003ctd data-label=\"輸出範例\"\u003e程式碼變更、測試\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"角色\"\u003e前端代理\u003c/td\u003e\n\u003ctd data-label=\"主要責任\"\u003e改善 UI、狀態管理、可近用性\u003c/td\u003e\n\u003ctd data-label=\"輸出範例\"\u003e元件修改、畫面測試\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"角色\"\u003eQA 代理\u003c/td\u003e\n\u003ctd data-label=\"主要責任\"\u003e執行測試、重現 bug、回歸驗證\u003c/td\u003e\n\u003ctd data-label=\"輸出範例\"\u003e失敗日誌、重現流程\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"角色\"\u003e審查代理\u003c/td\u003e\n\u003ctd data-label=\"主要責任\"\u003e檢查程式碼品質、安全、風格\u003c/td\u003e\n\u003ctd data-label=\"輸出範例\"\u003e審查意見、風險清單\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"角色\"\u003e文件代理\u003c/td\u003e\n\u003ctd data-label=\"主要責任\"\u003e說明變更事項、撰寫使用方式\u003c/td\u003e\n\u003ctd data-label=\"輸出範例\"\u003e發行說明、使用指南\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e子代理結構的優點是可以分配專業性。不過也可能發生代理之間的衝突、重複工作、責任不明確，因此需要協調者角色與明確的工作契約。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#6-%E8%A8%98%E6%86%B6%E8%AE%93%E4%B8%AD%E6%96%B7%E8%88%87%E6%81%A2%E5%BE%A9%E6%88%90%E7%82%BA%E5%8F%AF%E8%83%BD%E7%9A%84%E7%8B%80%E6%85%8B%E5%84%B2%E5%AD%98\" class=\"anchor\" id=\"6-記憶讓中斷與恢復成為可能的狀態儲存\"\u003e\u003c/a\u003e6. 記憶：讓中斷與恢復成為可能的狀態儲存\u003c/h3\u003e\n\u003cp\u003e記憶是儲存迴圈目前狀態、過去嘗試、失敗原因、決策理由、檔案變更、測試結果、下一步行動計畫的功能。迴圈越長，記憶就越接近必要。\u003c/p\u003e\n\u003cp\u003e記憶大致可分為兩種。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e短期記憶：目前工作階段的計畫、日誌、工具呼叫結果、錯誤訊息\u003c/li\u003e\n\u003cli\u003e長期記憶：專案規則、過去解法、反覆出現的 bug 模式、使用者偏好、團隊標準\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e如果沒有記憶，代理可能重複相同錯誤，或從頭開始已在中途停止的工作。相反地，設計良好的記憶會穩定延續迴圈並降低成本。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E8%BF%B4%E5%9C%88%E5%B7%A5%E7%A8%8B%E7%9A%84%E5%9F%BA%E6%9C%AC%E6%9E%B6%E6%A7%8B\" class=\"anchor\" id=\"迴圈工程的基本架構\"\u003e\u003c/a\u003e迴圈工程的基本架構\u003c/h2\u003e\n\u003cp\u003e迴圈工程系統通常具有如下結構。\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e輸入目標：人類提供要解決的問題與完成標準。\u003c/li\u003e\n\u003cli\u003e收集脈絡：讀取程式碼、文件、議題、日誌、政策。\u003c/li\u003e\n\u003cli\u003e制定計畫：代理將工作拆成小步驟。\u003c/li\u003e\n\u003cli\u003e執行：進行程式碼修改、檔案生成、資料處理、工具呼叫。\u003c/li\u003e\n\u003cli\u003e驗證：執行測試、lint、型別檢查、政策檢查、審查。\u003c/li\u003e\n\u003cli\u003e評估：判斷是否滿足目標標準。\u003c/li\u003e\n\u003cli\u003e反覆：若失敗，分析原因並回到新計畫。\u003c/li\u003e\n\u003cli\u003e結束：因成功、超過限制、偵測到危險、需要人類批准其中之一而停止。\u003c/li\u003e\n\u003cli\u003e報告：摘要變更事項、驗證結果、剩餘風險、下一步建議措施。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e這個流程的前提不是「只反覆思考的 AI」，而是「在實際環境中行動並驗證結果的 AI」。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#harness-%E5%B7%A5%E7%A8%8B%E8%88%87%E8%BF%B4%E5%9C%88%E5%B7%A5%E7%A8%8B%E7%9A%84%E5%B7%AE%E7%95%B0\" class=\"anchor\" id=\"harness-工程與迴圈工程的差異\"\u003e\u003c/a\u003eHarness 工程與迴圈工程的差異\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e區分\u003c/th\u003e\n\u003cth\u003eHarness 工程\u003c/th\u003e\n\u003cth\u003e迴圈工程\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"區分\"\u003e目的\u003c/td\u003e\n\u003ctd data-label=\"Harness 工程\"\u003e建立讓 AI 安全工作的環境\u003c/td\u003e\n\u003ctd data-label=\"迴圈工程\"\u003e讓 AI 反覆執行直到達成目標\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"區分\"\u003e中心要素\u003c/td\u003e\n\u003ctd data-label=\"Harness 工程\"\u003e規則、權限、工具、流程、限制\u003c/td\u003e\n\u003ctd data-label=\"迴圈工程\"\u003e反覆執行、回饋、重試、狀態儲存\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"區分\"\u003e失敗應對\u003c/td\u003e\n\u003ctd data-label=\"Harness 工程\"\u003e阻止危險行為或請求批准\u003c/td\u003e\n\u003ctd data-label=\"迴圈工程\"\u003e反映失敗原因並生成下一次嘗試\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"區分\"\u003e人類介入\u003c/td\u003e\n\u003ctd data-label=\"Harness 工程\"\u003e專注於政策與環境設計\u003c/td\u003e\n\u003ctd data-label=\"迴圈工程\"\u003e專注於目標設定、例外處理、最終批准\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"區分\"\u003e比喻\u003c/td\u003e\n\u003ctd data-label=\"Harness 工程\"\u003e工作場域與安全設備\u003c/td\u003e\n\u003ctd data-label=\"迴圈工程\"\u003e持續運轉工作場域的生產線\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e如果沒有 Harness 就建立迴圈，代理可能以過高權限進行危險行為。如果沒有迴圈而只建立 Harness，雖然有安全環境，但生產力會受限。在實務中，兩種方法都需要一起使用。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E6%87%89%E7%94%A8%E7%AF%84%E4%BE%8Bai-%E7%B7%A8%E7%A2%BC%E4%BB%A3%E7%90%86%E7%9A%84%E8%BF%B4%E5%9C%88\" class=\"anchor\" id=\"應用範例ai-編碼代理的迴圈\"\u003e\u003c/a\u003e應用範例：AI 編碼代理的迴圈\u003c/h2\u003e\n\u003cp\u003e在軟體開發中，迴圈工程相對容易理解。假設給定「修正登入錯誤」這個目標。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E8%BC%B8%E5%85%A5\" class=\"anchor\" id=\"輸入\"\u003e\u003c/a\u003e輸入\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e目標：修正在特定條件下發生登入失敗的 bug\u003c/li\u003e\n\u003cli\u003e完成標準：相關測試通過、既有登入功能無回歸、提交變更摘要\u003c/li\u003e\n\u003cli\u003e限制：禁止變更認證權杖儲存方式、禁止直接修改使用者資料庫\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E8%BF%B4%E5%9C%88%E5%9F%B7%E8%A1%8C\" class=\"anchor\" id=\"迴圈執行\"\u003e\u003c/a\u003e迴圈執行\u003c/h3\u003e\n\u003col\u003e\n\u003cli\u003e代理讀取議題說明與相關檔案。\u003c/li\u003e\n\u003cli\u003e在工作樹中建立獨立分支或工作目錄。\u003c/li\u003e\n\u003cli\u003e重現失敗測試。\u003c/li\u003e\n\u003cli\u003e分析錯誤日誌與相關程式碼。\u003c/li\u003e\n\u003cli\u003e套用修正方案。\u003c/li\u003e\n\u003cli\u003e執行測試。\u003c/li\u003e\n\u003cli\u003e若失敗，摘要原因並嘗試其他修正方案。\u003c/li\u003e\n\u003cli\u003e若成功，整理 diff、測試結果、風險因素。\u003c/li\u003e\n\u003cli\u003e向人類審查者請求合併批准。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e在這個範例中，人類不需要每次複製錯誤日誌來撰寫新提示。相反地，迴圈會執行反覆工作，而人類介入需要最終判斷與責任的階段。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E8%A8%AD%E8%A8%88%E6%99%82%E5%BF%85%E9%A0%88%E6%B1%BA%E5%AE%9A%E7%9A%84%E6%8E%A7%E5%88%B6%E8%AE%8A%E6%95%B8\" class=\"anchor\" id=\"設計時必須決定的控制變數\"\u003e\u003c/a\u003e設計時必須決定的控制變數\u003c/h2\u003e\n\u003cp\u003e迴圈工程有時會以無限反覆為前提來說明，但在實際系統中，「無限」是危險的。安全的迴圈需要明確限制。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e控制變數\u003c/th\u003e\n\u003cth\u003e說明\u003c/th\u003e\n\u003cth\u003e範例\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"控制變數\"\u003e最大反覆次數\u003c/td\u003e\n\u003ctd data-label=\"說明\"\u003e限制同一工作最多重試幾次\u003c/td\u003e\n\u003ctd data-label=\"範例\"\u003e最多重試 5 次\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"控制變數\"\u003e時間預算\u003c/td\u003e\n\u003ctd data-label=\"說明\"\u003e限制迴圈執行時間\u003c/td\u003e\n\u003ctd data-label=\"範例\"\u003e超過 30 分鐘時中止\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"控制變數\"\u003e成本預算\u003c/td\u003e\n\u003ctd data-label=\"說明\"\u003e限制模型呼叫、工具使用、基礎設施成本\u003c/td\u003e\n\u003ctd data-label=\"範例\"\u003e每項工作 10 美元以下\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"控制變數\"\u003e權限範圍\u003c/td\u003e\n\u003ctd data-label=\"說明\"\u003e分離讀取、寫入、執行、部署權限\u003c/td\u003e\n\u003ctd data-label=\"範例\"\u003e禁止寫入營運 DB\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"控制變數\"\u003e批准節點\u003c/td\u003e\n\u003ctd data-label=\"說明\"\u003e定義需要人類審查的時刻\u003c/td\u003e\n\u003ctd data-label=\"範例\"\u003e部署、刪除、付款、外部傳輸前批准\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"控制變數\"\u003e成功標準\u003c/td\u003e\n\u003ctd data-label=\"說明\"\u003e判斷為完成的客觀條件\u003c/td\u003e\n\u003ctd data-label=\"範例\"\u003e測試通過、滿足準確度標準\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"控制變數\"\u003e失敗標準\u003c/td\u003e\n\u003ctd data-label=\"說明\"\u003e應中止的危險訊號\u003c/td\u003e\n\u003ctd data-label=\"範例\"\u003e同一錯誤重複 3 次、發生安全警告\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e好的迴圈不是轉很多次的迴圈，而是\u003cstrong\u003e知道在適當時刻停止的迴圈\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E5%93%81%E8%B3%AA%E8%A9%95%E4%BC%B0%E6%A8%99%E6%BA%96\" class=\"anchor\" id=\"品質評估標準\"\u003e\u003c/a\u003e品質評估標準\u003c/h2\u003e\n\u003cp\u003e評估迴圈工程系統時，不應只看「AI 是否產生了答案」，而是也要一起看下列指標。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e目標達成率：成功完成給定工作的比例\u003c/li\u003e\n\u003cli\u003e到第一次成功所需的反覆次數：是否有不必要的重試\u003c/li\u003e\n\u003cli\u003e測試通過率：是否滿足自動驗證標準\u003c/li\u003e\n\u003cli\u003e回歸發生率：破壞既有功能的比例\u003c/li\u003e\n\u003cli\u003e人類介入次數：自動化是否實際減少瓶頸\u003c/li\u003e\n\u003cli\u003e成本效益：相對於模型呼叫成本與基礎設施成本的成果\u003c/li\u003e\n\u003cli\u003e可稽核性：是否可追蹤呼叫了什麼工具以及為什麼呼叫\u003c/li\u003e\n\u003cli\u003e安全違規率：是否存取了禁止的檔案、API、資料\u003c/li\u003e\n\u003cli\u003e可重現性：在相同條件下是否產生相似結果\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e尤其在軟體開發中，僅靠測試通過可能並不足夠。安全、效能、可維護性、使用者體驗也都必須一併審查。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E5%B8%B8%E8%A6%8B%E5%A4%B1%E6%95%97%E6%A8%A1%E5%BC%8F\" class=\"anchor\" id=\"常見失敗模式\"\u003e\u003c/a\u003e常見失敗模式\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#1-%E6%88%90%E5%8A%9F%E6%A8%99%E6%BA%96%E6%A8%A1%E7%B3%8A%E6%99%82\" class=\"anchor\" id=\"1-成功標準模糊時\"\u003e\u003c/a\u003e1. 成功標準模糊時\u003c/h3\u003e\n\u003cp\u003e如果像「幫我做得好一點」這樣完成標準不明確，迴圈很難找到停止依據。需要像「新增 3 個單元測試、所有既有測試通過、維持回應時間 200ms 以下」這樣可驗證的標準。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#2-%E5%B7%A5%E5%85%B7%E6%AC%8A%E9%99%90%E9%81%8E%E5%BA%A6%E6%99%82\" class=\"anchor\" id=\"2-工具權限過度時\"\u003e\u003c/a\u003e2. 工具權限過度時\u003c/h3\u003e\n\u003cp\u003e如果給代理無限制的營運資料庫寫入、部署、寄送外部郵件等權限，小小的判斷錯誤可能導致重大事故。危險工具必須以批准為基礎分離。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#3-%E6%B2%92%E6%9C%89%E8%A8%98%E6%86%B6%E6%88%96%E8%A8%98%E6%86%B6%E8%A2%AB%E6%B1%A1%E6%9F%93%E6%99%82\" class=\"anchor\" id=\"3-沒有記憶或記憶被污染時\"\u003e\u003c/a\u003e3. 沒有記憶或記憶被污染時\u003c/h3\u003e\n\u003cp\u003e如果沒有狀態儲存，就會重複相同失敗。相反地，如果錯誤記憶被累積，就可能持續重用錯誤前提。最好在記憶中區分儲存已驗證事實、推測、失敗記錄。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#4-%E5%AD%90%E4%BB%A3%E7%90%86%E4%B9%8B%E9%96%93%E8%B2%AC%E4%BB%BB%E9%87%8D%E7%96%8A%E6%99%82\" class=\"anchor\" id=\"4-子代理之間責任重疊時\"\u003e\u003c/a\u003e4. 子代理之間責任重疊時\u003c/h3\u003e\n\u003cp\u003e如果多個代理同時修改同一檔案，可能發生衝突。必須決定工作範圍、檔案所有權、審查順序、合併規則。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#5-%E6%B2%92%E6%9C%89%E6%88%90%E6%9C%AC%E9%99%90%E5%88%B6%E6%99%82\" class=\"anchor\" id=\"5-沒有成本限制時\"\u003e\u003c/a\u003e5. 沒有成本限制時\u003c/h3\u003e\n\u003cp\u003e迴圈是反覆結構，因此模型呼叫與工具執行成本可能快速增加。必須限制反覆次數、權杖使用量、外部 API 呼叫數、執行時間。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E5%AF%A6%E4%BD%9C%E6%AA%A2%E6%9F%A5%E6%B8%85%E5%96%AE\" class=\"anchor\" id=\"實作檢查清單\"\u003e\u003c/a\u003e實作檢查清單\u003c/h2\u003e\n\u003cp\u003e將迴圈工程實際套用到專案時，建議依下列順序檢查。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E7%9B%AE%E6%A8%99%E8%88%87%E8%A9%95%E4%BC%B0%E6%A8%99%E6%BA%96\" class=\"anchor\" id=\"目標與評估標準\"\u003e\u003c/a\u003e目標與評估標準\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e是否用一句話定義了要解決的問題？\u003c/li\u003e\n\u003cli\u003e完成標準是否可自動驗證？\u003c/li\u003e\n\u003cli\u003e是否區分了需要人類批准的標準？\u003c/li\u003e\n\u003cli\u003e失敗時是否有中止條件？\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E5%B7%A5%E4%BD%9C%E7%92%B0%E5%A2%83\" class=\"anchor\" id=\"工作環境\"\u003e\u003c/a\u003e工作環境\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e是否有與主要程式碼分離的工作樹？\u003c/li\u003e\n\u003cli\u003e測試執行環境是否可重現？\u003c/li\u003e\n\u003cli\u003e是否限制了祕密金鑰與敏感資訊存取？\u003c/li\u003e\n\u003cli\u003e是否可以用 diff 追蹤變更事項？\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E6%8C%87%E5%BC%95%E8%88%87%E8%84%88%E7%B5%A1\" class=\"anchor\" id=\"指引與脈絡\"\u003e\u003c/a\u003e指引與脈絡\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e是否有專案結構說明？\u003c/li\u003e\n\u003cli\u003e程式碼規則與測試規則是否已文件化？\u003c/li\u003e\n\u003cli\u003e禁止行為與安全規則是否明確？\u003c/li\u003e\n\u003cli\u003e代理參考的文件是否為最新？\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E5%B7%A5%E5%85%B7%E8%88%87%E6%AC%8A%E9%99%90\" class=\"anchor\" id=\"工具與權限\"\u003e\u003c/a\u003e工具與權限\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e必要工具是否已事先連接？\u003c/li\u003e\n\u003cli\u003e各工具的權限是否已最小化？\u003c/li\u003e\n\u003cli\u003e危險工具呼叫是否有批准階段？\u003c/li\u003e\n\u003cli\u003e是否留下所有工具呼叫日誌？\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E8%BF%B4%E5%9C%88%E6%8E%A7%E5%88%B6\" class=\"anchor\" id=\"迴圈控制\"\u003e\u003c/a\u003e迴圈控制\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e是否有最大反覆次數與時間限制？\u003c/li\u003e\n\u003cli\u003e是否有成本限制？\u003c/li\u003e\n\u003cli\u003e是否偵測相同錯誤的反覆發生？\u003c/li\u003e\n\u003cli\u003e是否可以儲存並恢復中間狀態？\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E9%81%A9%E5%90%88%E8%88%87%E4%B8%8D%E9%81%A9%E5%90%88%E8%BF%B4%E5%9C%88%E5%B7%A5%E7%A8%8B%E7%9A%84%E5%B7%A5%E4%BD%9C\" class=\"anchor\" id=\"適合與不適合迴圈工程的工作\"\u003e\u003c/a\u003e適合與不適合迴圈工程的工作\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e工作類型\u003c/th\u003e\n\u003cth\u003e適合度\u003c/th\u003e\n\u003cth\u003e理由\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作類型\"\u003e有測試的程式碼修改\u003c/td\u003e\n\u003ctd data-label=\"適合度\"\u003e高\u003c/td\u003e\n\u003ctd data-label=\"理由\"\u003e容易以執行結果判斷是否成功\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作類型\"\u003elint、格式化、遷移\u003c/td\u003e\n\u003ctd data-label=\"適合度\"\u003e高\u003c/td\u003e\n\u003ctd data-label=\"理由\"\u003e具有反覆性且驗證標準明確\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作類型\"\u003e文件草稿生成與審查\u003c/td\u003e\n\u003ctd data-label=\"適合度\"\u003e中\u003c/td\u003e\n\u003ctd data-label=\"理由\"\u003e可以自動化，但需要事實驗證\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作類型\"\u003e資料清理\u003c/td\u003e\n\u003ctd data-label=\"適合度\"\u003e中～高\u003c/td\u003e\n\u003ctd data-label=\"理由\"\u003e若有規則與樣本驗證則有效\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作類型\"\u003e安全修補\u003c/td\u003e\n\u003ctd data-label=\"適合度\"\u003e中\u003c/td\u003e\n\u003ctd data-label=\"理由\"\u003e可以自動化，但需要專家審查\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作類型\"\u003e法律判斷、醫療診斷、投資建議\u003c/td\u003e\n\u003ctd data-label=\"適合度\"\u003e低\u003c/td\u003e\n\u003ctd data-label=\"理由\"\u003e責任、專業性、法規風險很大\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作類型\"\u003e直接變更營運系統\u003c/td\u003e\n\u003ctd data-label=\"適合度\"\u003e低\u003c/td\u003e\n\u003ctd data-label=\"理由\"\u003e沒有批准的自動迴圈事故風險很大\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e迴圈工程在「可驗證的工作」中最強。驗證標準不明確或責任重大的決策，必須由人類專家控制。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E5%AF%A6%E5%8B%99%E5%B0%8E%E5%85%A5%E8%B7%AF%E7%B7%9A%E5%9C%96\" class=\"anchor\" id=\"實務導入路線圖\"\u003e\u003c/a\u003e實務導入路線圖\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E7%AC%AC-1-%E9%9A%8E%E6%AE%B5%E5%BB%BA%E7%AB%8B%E5%96%AE%E4%B8%80%E5%B7%A5%E4%BD%9C%E8%BF%B4%E5%9C%88\" class=\"anchor\" id=\"第-1-階段建立單一工作迴圈\"\u003e\u003c/a\u003e第 1 階段：建立單一工作迴圈\u003c/h3\u003e\n\u003cp\u003e先從一個小工作開始。例如縮小範圍到修正測試失敗的迴圈、修正文件連結錯誤的迴圈、解決型別錯誤的迴圈。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E7%AC%AC-2-%E9%9A%8E%E6%AE%B5%E5%9B%BA%E5%AE%9A-harness\" class=\"anchor\" id=\"第-2-階段固定-harness\"\u003e\u003c/a\u003e第 2 階段：固定 Harness\u003c/h3\u003e\n\u003cp\u003e文件化工作前確認、可修改檔案、可執行命令、禁止行為、批准條件。如果這個階段薄弱，迴圈越大，風險也會一起變大。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E7%AC%AC-3-%E9%9A%8E%E6%AE%B5%E5%BB%BA%E7%AB%8B%E5%B7%A5%E4%BD%9C%E6%A8%B9%E8%88%87%E6%97%A5%E8%AA%8C%E9%AB%94%E7%B3%BB\" class=\"anchor\" id=\"第-3-階段建立工作樹與日誌體系\"\u003e\u003c/a\u003e第 3 階段：建立工作樹與日誌體系\u003c/h3\u003e\n\u003cp\u003e所有變更都在隔離空間中執行，並記錄工具呼叫與測試結果。失敗的嘗試也是重要資料。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E7%AC%AC-4-%E9%9A%8E%E6%AE%B5%E6%96%87%E4%BB%B6%E5%8C%96%E6%8A%80%E8%83%BD\" class=\"anchor\" id=\"第-4-階段文件化技能\"\u003e\u003c/a\u003e第 4 階段：文件化技能\u003c/h3\u003e\n\u003cp\u003e將反覆需要的知識製作成技能。像是「在這個專案中新增測試的方法」、「API 變更時的檢查清單」、「前端可近用性標準」這類文件很有用。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E7%AC%AC-5-%E9%9A%8E%E6%AE%B5%E5%88%86%E9%9B%A2%E5%AD%90%E4%BB%A3%E7%90%86\" class=\"anchor\" id=\"第-5-階段分離子代理\"\u003e\u003c/a\u003e第 5 階段：分離子代理\u003c/h3\u003e\n\u003cp\u003e工作變複雜時，分離規劃者、實作者、QA、審查者。與其一開始就建立過多代理，不如從已確認瓶頸的角色開始分工。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%E7%AC%AC-6-%E9%9A%8E%E6%AE%B5%E6%94%B9%E5%96%84%E8%A8%98%E6%86%B6%E8%88%87%E8%A9%95%E4%BC%B0%E6%8C%87%E6%A8%99\" class=\"anchor\" id=\"第-6-階段改善記憶與評估指標\"\u003e\u003c/a\u003e第 6 階段：改善記憶與評估指標\u003c/h3\u003e\n\u003cp\u003e記錄反覆失敗原因、成功模式、成本、人類介入次數。以這些資料為基礎改善迴圈的效率與安全性。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E7%B5%90%E8%AB%96\" class=\"anchor\" id=\"結論\"\u003e\u003c/a\u003e結論\u003c/h2\u003e\n\u003cp\u003e迴圈工程是一種設計方法，將 AI 代理從單純回應生成器轉變為\u003cstrong\u003e目標導向的工作執行系統\u003c/strong\u003e。核心不是盲目給予 AI 自主性，而是透過 Harness 工程建立受控環境，並在其中結合自動化、工作樹、技能、外掛程式與連接器、子代理、記憶，建立安全的反覆結構。\u003c/p\u003e\n\u003cp\u003e設計良好的迴圈會減少人類反覆指示的負擔，並提升工作速度。然而，沒有安全裝置的迴圈可能造成成本增加、品質下降、權限濫用、無限反覆問題。因此，迴圈工程的核心原則是「自動化，但要讓它可驗證，並且在必要時刻一定能停止」。\u003c/p\u003e\n","tags":["AI 代理人","迴圈工程","自動化","開發工作流程","LLMOps"],"faqs":[{"question":"什麼是迴圈工程？","answer":"迴圈工程是一種設計作業系統的方法，讓 AI 代理在達成目標之前，反覆進行規劃、執行、驗證、修正與重試。它不只是撰寫好的提示詞，還包括自動重複、工具使用、狀態儲存以及中止條件。"},{"question":"迴圈工程與提示詞工程有什麼差異？","answer":"提示詞工程著重於將一次性的指示有效傳達給 AI。迴圈工程則是更具系統性的做法，因為它設計的是一種封閉式回饋結構，讓 AI 檢查結果、反映失敗原因後再次執行。"},{"question":"Harness 工程與迴圈工程有何不同？","answer":"Harness 工程是建立讓 AI 安全工作的規則、權限、工具與環境。迴圈工程則是在這個受控環境中，讓 AI 反覆執行直到達成目標。"},{"question":"為什麼迴圈工程需要工作樹？","answer":"工作樹提供隔離的工作空間，讓 AI 可以在不損害主要程式碼或營運環境的情況下進行實驗。它可以捨棄失敗的變更，只檢視成功的變更，從而提高 AI 編碼迴圈的安全性。"},{"question":"在迴圈工程中，技能代表什麼？","answer":"技能是 AI 在工作時參考的文件化作業標準，例如指南、檢查清單、編碼規則、測試規則與安全政策。技能越明確，代理就越有可能依照組織的方式工作。"},{"question":"為什麼外掛程式和連接器很重要？","answer":"外掛程式和連接器讓 AI 能夠存取儲存庫、文件、測試執行器、議題追蹤器、資料庫等工具。如果必要工具沒有連接，迴圈可能會在中途停止，或依賴猜測。"},{"question":"什麼時候需要子代理？","answer":"當工作分為設計、後端、前端、QA、審查等多個專業角色時，子代理會很有用。不過，如果角色與責任範圍不明確，可能會產生衝突，因此需要協調規則。"},{"question":"記憶在迴圈工程中扮演什麼角色？","answer":"記憶會儲存目前的工作狀態、先前的嘗試、失敗原因、測試結果與下一步計畫。藉此，即使迴圈中斷，也能接續恢復，並降低重複相同錯誤的可能性。"},{"question":"迴圈工程是否意味著無限重複？","answer":"概念上，它的意思是反覆進行直到達成目標，但在實際系統中，無限制重複是危險的。必須設定最大重複次數、時間限制、成本限制、失敗偵測與人工核准條件。"},{"question":"迴圈工程最適合哪些工作？","answer":"它很適合有明確驗證標準的重複性工作，例如有測試的程式碼修正、lint 與格式化、資料清理、文件檢查。像法律判斷、醫療診斷、投資決策這類責任重大的領域，不應只靠自動迴圈來處理。"},{"question":"迴圈工程最大的風險是什麼？","answer":"主要風險包括權限過大、無限重試、成本暴增、錯誤記憶累積、未經驗證的自動部署，以及存取敏感資訊。因此，最小權限、日誌記錄、核准階段與中止條件都是必要的。"},{"question":"首次導入迴圈工程時，最好的方法是什麼？","answer":"一開始最好從小而可驗證的單一工作開始，例如修正失敗測試、檢查文件連結、修正型別錯誤。之後再以階段性方式加入工作樹、技能文件、工具連接、記憶與子代理，會比較安全。"}],"sources":[{"url":"https://git-scm.com/docs/git-worktree","title":"Git 文件：git-worktree","type":"source"},{"url":"https://docs.github.com/en/actions","title":"GitHub Docs：GitHub Actions 文件","type":"source"},{"url":"https://platform.openai.com/docs/guides/function-calling","title":"OpenAI Platform Docs：函式呼叫","type":"source"},{"url":"https://modelcontextprotocol.io/introduction","title":"Model Context Protocol：簡介","type":"source"},{"url":"https://langchain-ai.github.io/langgraph/concepts/persistence/","title":"LangGraph 文件：持久化","type":"source"},{"url":"https://arxiv.org/abs/2210.03629","title":"ReAct：在語言模型中協同推理與行動","type":"source"},{"url":"https://arxiv.org/abs/2303.11366","title":"Reflexion：透過語言強化學習的語言代理","type":"source"}],"images":[{"id":234,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjMwMSwicHVyIjoiYmxvYl9pZCJ9fQ==--e2cc0e235018c6d93b44f9fe5cf3889bea5aa10a/ai-cccc7ad2.webp","is_representative":true,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"중앙 AI 로봇과 순환 화살표, 자동화·문서·검증·데이터 아이콘이 둘러싼 다이어그램","caption":"AI 시스템을 반복적으로 설계, 실행, 검증하는 루프 엔지니어링 흐름을 보여준다.","description":null},"en":{"alt":"Central AI bot surrounded by circular workflow arrows and icons for automation, documents, validation, and data","caption":"The diagram illustrates a loop engineering workflow around an AI system.","description":null},"ja":{"alt":"中央のAIロボットを囲む循環矢印と自動化、文書、検証、データのアイコン","caption":"AIシステムを中心に設計、実行、検証を繰り返す流れを示している。","description":null},"es":{"alt":"Bot de IA central rodeado de flechas circulares e iconos de automatización, documentos, validación y datos","caption":"El diagrama muestra un flujo de ingeniería en bucle alrededor de un sistema de IA.","description":null},"id":{"alt":"Bot AI di tengah dikelilingi panah alur melingkar dan ikon otomasi, dokumen, validasi, serta data","caption":"Diagram ini menunjukkan alur rekayasa loop yang berulang di sekitar sistem AI.","description":null},"pt":{"alt":"Bot de IA central cercado por setas de fluxo circular e ícones de automação, documentos, validação e dados","caption":"O diagrama mostra um fluxo de engenharia em loop em torno de um sistema de IA.","description":null},"zh-hant":{"alt":"中央 AI 機器人周圍有循環箭頭，以及自動化、文件、驗證與資料圖示","caption":"此圖呈現圍繞 AI 系統反覆設計、執行與驗證的迴圈工程流程。","description":null}}},{"id":235,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjMwNywicHVyIjoiYmxvYl9pZCJ9fQ==--6e96b4db0ce479ff3ba8d0cefc6dafb74a3e9ce0/ai-20876eb8.webp","is_representative":false,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"로봇과 연결된 작업대가 순환 파이프라인으로 이어진 자동화 검증 시스템","caption":"보안, 테스트, 피드백이 연결된 루프 엔지니어링 흐름을 시각화합니다.","description":null},"en":{"alt":"Automated validation system with robots, connected stations, and a looping pipeline","caption":"The illustration shows a loop engineering workflow linking security, testing, and feedback.","description":null},"ja":{"alt":"ロボットと接続された端末が循環パイプラインでつながる自動検証システム","caption":"セキュリティ、テスト、フィードバックを結ぶループエンジニアリングの流れを示しています。","description":null},"es":{"alt":"Sistema de validación automatizada con robots, estaciones conectadas y canalización en bucle","caption":"La ilustración muestra un flujo de ingeniería en bucle que conecta seguridad, pruebas y retroalimentación.","description":null},"id":{"alt":"Sistem validasi otomatis dengan robot, stasiun terhubung, dan alur pipa berulang","caption":"Ilustrasi ini menampilkan alur rekayasa loop yang menghubungkan keamanan, pengujian, dan umpan balik.","description":null},"pt":{"alt":"Sistema de validação automatizada com robôs, estações conectadas e pipeline em ciclo","caption":"A ilustração mostra um fluxo de engenharia em loop que conecta segurança, testes e feedback.","description":null},"zh-hant":{"alt":"機器人與連接工作站透過循環管線組成的自動化驗證系統","caption":"這張插圖呈現連結安全、測試與回饋的迴圈工程流程。","description":null}}}],"published_at":"2026-07-20T15:26:45+09:00","updated_at":"2026-07-20T15:26:45+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant"],"url":"https://injoys.com/en/articles/loop-engineering-concept-components"}