Claude Code创始人：AI循环是继代理之后的又一次重大飞跃
周五，Claude Code 创始人 Boris Cherny 出席 Meta @Scale 大会时，观众首个问题便聚焦于“循环（loops）”：“它是下一个炒作周期，还是真的有用？”Cherny 给出了肯定回答。
他指出，从手动编写源代码到让代理（agents）写代码，再到如今“代理提示其他代理”的阶段，每一次都是巨大飞跃。而循环作为同等规模的进步，其重要性不言而喻。
持续运行的智能体循环
Cherny 分享了其实际工作中的应用案例：一个代理负责优化代码架构，另一个负责统一重复抽象概念。它们像人类程序员一样提交拉取请求（pull requests），且因代码持续迭代而永不停止运行。
这一理念标志着向智能体 AI（agentic AI）的深层转变。不同于以往仅关注目标设定与进度检查，循环授权智能体在后台持续工作。尽管这需要极高的信任度，但随着模型能力增强，这或是 AI 处理实际工作的关键下一步。
递归逻辑与测试时计算
AI 循环并非全新概念，其本质类似于计算机科学中的递归循环——由子智能体决定终止时机，而非固定条件。随着 AI 任务复杂度提升，“AI 监督 AI”的递归模式已成为必然趋势。
此外，循环也是“测试时计算”的重要组成部分。正如 OpenAI 研究员 Noam Brown 所言，投入足够算力，当代模型几乎能解决任何问题。对于代码库改进等“爬山式”任务，只要算力允许，模型便可进行持续的渐进式优化直至达标。
成本与挑战并存
当然，AI 循环的成本不容忽视。相比简单问答，它会以极快速度消耗 token，且因持续运行而无费用上限。这对 Anthropic 等出售算力的公司是利好，但对用户而言则是昂贵的协作方式。
不过，若配置得当——包括有效监控 token 消耗、防止漂移及解决经典 AI 问题——智能体循环带来的收益有望抵消其高昂成本。