从"Loop是什么"起步：一个普通人的AI学习路径与知识体系搭建

这不是一篇教程，而是一个普通人的学习路径记录。

这两天，我看到一个很厉害的科技公众号，前几天的一篇文章。

说的是Claude Code 之父Boris Cherny 在一个访谈里说：

他已经不再手动提示 Claude了，而是在运行一堆Loop，由这些循环去驱动 Claude，并判断下一步该做什么。

最后还幽默地说了一句“My job is to write loops”

我的第一反应是：Loop是什么？

Claude Code 之父那么厉害的人都在写这个？为什么这么厉害的Claude要推这个？为什么有了它就不用一句一句地说了？

这个问题像一个线头，我轻轻一拉，扯出了一个我还未涉足过的领域，也是我一直想要靠近的领域。

我对 Loop一点都不理解，所以我先要弄懂这个是个什么

（当然，那篇公众号文章里也介绍了，就是设计一个系统来完成某件事：递归目标：定义目的，让AI迭代，直到完成）

作为一个零代码选手，看这个资深程序员的文章，虽然已经讲的通俗易懂了，但还是有很大一团谜团，摸不着头脑。

于是还是要自己一个一个名词的问AI，是什么意思。

最近在尝试看CS50x，在编程课上它的意思是——循环，重复执行一段代码，直到满足某个条件。

但 Boris 说的 Loop，不是这个意思。

他说的是一种“思考-行动-观察”的闭环。

就像你让 AI 去完成一个任务，它不再是等你下一句指令，而是它自己去看、去想、去做、去检查，发现错了就自己改，改完再继续，直到任务完成。

这让我想起洗衣机。进水、转动、排水、甩干，这一套流程不断循环，直到衣服洗完。没有这个循环，洗衣机就只会傻愣着不动。

AI 编程、AI工作流里的 Loop，也是这个道理。

03 深入：当一个任务被拆成很多个 Loop

如果只是一个循环，其实不算什么新鲜事。

但我接着了解到，Boris 说的是“一堆 Loop”。

这意味着，一个复杂的任务会被拆成很多个可以并行或串行的小循环。

· 一个调研Loop：自主检索对应框架的行业最佳实践、避坑方案；

· 一个后端编码Loop：写接口、测试、自己改错、修正；

· 一个前端编码Loop：同步改界面，适配、优化等；

· 一个代码审查Loop：检查前面几个 Loop 的代码有没有安全问题；

· 一个集成测试Loop：等前后端都好了，模拟用户操作一遍。

而 人的角色，从一个“一步步下指令的人”，变成了一个“设定目标和约束的人”。

这个概念击中了我。

原来 AI 时代最稀缺的能力，不是会写代码，而是知道怎么定义“成功标准”和“行为边界”。

❓而到底要怎么成为一个目标与约束的设定者，这个让我很感兴趣

我觉得未来的软能力会很重要，所以一直想要提高自己的各方面的能力。

分享一下是哪五个能力：

当我想进一步理解“LOOP工作流”、“AI agent”、“怎么设定约束”时，发现必须弄懂几个词。

JSON

第一次看到这个词，觉得它很技术。但理解之后发现，它就是一个“便条格式”。

比如点外卖，你写一段话“我要一碗牛肉面不要香菜”，厨房忙起来可能看错。

但写成 JSON：

就是把信息用“标签：内容”的方式结构化。人和机器都能读懂。

在 AI 工作流里，各个节点之间传递的就是这种 JSON 便条。

上一个节点输出的数据，下一个节点按标签名去取就行了。

API 和 API Key

API就是“软件之间的外卖窗口”。你按对方的菜单点菜，它就把结果送回来，你不用关心厨房怎么做的。

而API Key，就是相当于会员卡。证明你是谁（能不能进来），记录你用了多少次，不能超额。

获取 Key 有两种方式：一种是自动发放的临时体验卡（门槛低，限制多），一种是你去官网注册拿到的正式会员卡（绑定身份，权益更大）。

插件和调用技能

插件就是“别人封装好的 API 预制包”。你不用自己去拼地址、填参数，拖进来就能用。

调用技能就是让 AI 去“执行一个动作”——搜索网页、读取文档、发送邮件、生成图表，而不只是说一段话。

这些概念理解了之后，再去看 AI 工作流的界面，就不再是一堆看不懂的节点，而是：

“先调这个插件取数据，再让这个节点处理，最后从 JSON 里提取结果发出去”。

看懂理论、吃透概念之后，我没有急着上手搭建工具，而是顺着这套逻辑，完整推演了一遍AI自主工作流的落地过程。

不用写代码、不用实操搭建，也能彻底摸透整套运行逻辑。

以大家熟知的 Coze 平台 AI 助手为例，一套全自动的资讯整理类AI工作流，核心逻辑完全贴合弄懂的 Loop 闭环思维

整套工作流逻辑非常清晰：

06 一个意外的收获：从“用工具”到“造工具”

大家都用过一些现成的效率工具，打开就能用，很方便。

当你自己定义这个助手的目标是什么、边界在哪里、输出什么格式、什么时候该停下来让你审核——你就不再只是一个使用者，而是成了一个设计者。

你会开始去感受：

AI 在什么条件下容易出错？什么样的指令它理解得更准？怎么设约束才能既不让它跑偏，又不会限制得太死？

写在最后

回头看，整个过程不过是从一个好奇的问题开始的。

“什么是 Loop？”

然后一个接一个地追问下去，直到这些概念不再是孤立的词，而是一张能互相串起来的知识图谱。

我没什么技术背景，起点可能比大多数人都低。但这段探索让我确信一件事：

在 AI 时代，最珍贵的能力，从来不是先天基础，是永不枯竭的好奇心。