循环与编排:为什么顶尖 AI 工程师不再编写 Prompt

@sairahul1
英语2天前 · 2026年7月18日
111K
113
11
11
275

TL;DR

顶尖 AI 工程师正在从手动编写 Prompt 转向设计自动化循环。本指南将介绍如何使用 Slate 通过 JavaScript 构建自定义的多模型 Agent 程序。

Rahul - inline image

当今在世最资深的两位 AI 工程师上个月说了同样的话。

Peter Steinberger,OpenClaw 的创建者,现任职于 OpenAI:

"你不应该再直接给编程 Agent 写提示词了。你应该设计循环来驱动你的 Agent。"

Boris Cherny,Anthropic 旗下 Claude Code 的负责人:

"我不再直接给 Claude 写提示词了。我运行着循环,让循环自己提示 Claude 并决定下一步做什么。我的工作就是写循环。"

大多数人看到这句话都会想:这到底是什么意思?

更重要的是:我该怎么构建一个?

这篇文章会告诉你具体的做法。

大多数人使用 AI 的方式已经过时了

写提示词。等待。阅读输出。手动修改。再写下一个提示词。

你就是那个循环。

每一步都要经过你。AI 等着。你决定。AI 再等着。

你一停下来,一切就都停了。

在 2026 年发展最快的开发者,并不是在写更好的提示词。

他们是在构建能自动生成提示词的系统。

杠杆点已经转移了。

从手动输入提示词 → 转向设计循环。

Rahul - inline image

循环到底是什么 (在继续之前先定义清楚)

提示词是一个问题。

你提问。模型回答一次。结束。

循环是一份工作。

Agent 持续工作,检查自己的进度,一直运行直到任务真正完成。

不是直到它生成一个答案。

而是直到它达成一个经过验证的结果。

这个“重复直到完成”的周期就是循环。

它也是你使用过的每一个 AI Agent 的内核引擎。

Claude Code。Cursor。Codex。

本质上,它们的工作原理都一样:

→ Agent 调用模型

→ 模型选择一个动作

→ 动作执行

→ 结果返回给模型

→ 重复直到目标达成

循环是让 Agent 成为 Agent 的关键,而不是一次性的回复。

在所有这些工具中,循环都是固定的、隐藏的。

你无法打开它。你无法改变它的工作方式。你只能接受工具已经设定好的循环。

这种情况即将改变。

Rahul - inline image

Slate 的 Program(循环的下一阶段)

Rahul - inline image

Slate 是一个 CLI,用于运行真正并行展开的 AI Agent。不同于一个助手一步步完成任务,Slate 会启动多个独立线程并行运行。

Program 让你可以创建自己的 Agent 工作流:为每个任务选择任意模型,给 Agent 提供真实的软件工具,并自己控制循环,而不是依赖一个黑盒的“托管 Agent”。

Program 就是那个循环——只不过它是用 JavaScript 编写的,并且由 Slate 为你运行。

你决定:

→ 每一步做什么

→ 哪个模型处理哪一步

→ 循环在继续之前检查什么

→ 何时停止

所以循环是一种理念——持续工作直到完成。

Program 是你在 Slate 中构建循环的方式。

如果你能描述步骤,你就能构建循环。

可以把它想象成 Minecraft。

Minecraft 不会给你一条固定的游戏路线。

它给你方块,然后说:去建造你能想象到的任何东西。

Program 也是同样的道理。

以下是你能够连接在一起的模块:

→ 目标输入——定义目标和成功标准

→ 规划器——研究并将任务分解为步骤

→ 工作模块——执行每个步骤

→ 验证模块——无偏见地检查执行结果

→ 循环本身——对每一步运行,重复直到目标达成

→ 模型选择——简单步骤用廉价快速模型,复杂思考用前沿模型

→ 状态——跨会话的持久记忆

→ 停止条件——程序如何知道何时退出

一旦几个模块协同工作,Slate 就能自我诊断,并添加更多模块。

循环会随着时间的推移变得越来越智能。

Rahul - inline image

为什么这很重要:任意模型,任意步骤

在单个 Program 内部,你可以为任何步骤使用任何模型。

用廉价的开源模型来整理文件。

用更强的前沿模型进行复杂推理。

只要适合该步骤就行。

这包括开源模型。

大多数 Agent 工具会限制你只能使用一种模型处理所有事情。

Program 则不会。

你是工程师。

你决定哪里运行什么。

Rahul - inline image

一个真实的 Program:野火维基

下面是一个实际任务中的例子。

假设你想构建一个野火数据的交互式维基。

通常你需要花一两天时间手动搭建。

使用 Program,你只需描述步骤。Slate 会构建并运行循环。

模块 1 — 深度研究

将第一个模块指向问题。

它会搜索、阅读、提炼。

带回数据集、数据源以及真正重要的信息。

模块 2 — 规划器

将研究结果交给规划器模块。

告诉它工作顺序:

→ 首先:弄清楚如何搭建项目

→ 然后:将维基分解为实际需求——地图视图、时间线、数据表格、搜索

模块 3 — 并行工作器

每个需求独立运行。

每个都是一个独立的目标模块,并行工作直到该功能完成。

模块 4 — 组合

模块组合在一起。

从一个研究问题开始,最终变成一个可以点击交互的 React 维基。

仅仅基于你描述的一个可重复循环就生成出来了。

需要更新时:再次运行该循环即可。

无需猜测它会有怎样的行为。

深度研究进去,交互式网站出来。

Rahul - inline image

你不是独自构建 Program

你不必从空白文件开始。

你告诉 Slate 你想要什么。

Slate 会与你一起,一步步草拟出循环。

它保存循环,让你可以再次运行。

它为你运行循环。

Slate 是你构建循环的协同工程师。

这与其他所有工具都不同。

其他工具:这是一个固定的 Agent。在我们的系统内使用它。

Slate:这些是模块。告诉我你想构建什么。我会和你一起把它们连接起来。

想象一下创造模式。

你是设定愿景的工程师。

Slate 是了解这些模块形态并放置模块的协同工程师。

Rahul - inline image

因为 Program 是 JavaScript,所以它们能完成实际工作

这是改变可能性的部分。

提示词可以回答问题。

Program 可以与世界互动。

将 Program 指向 Slack,它就能每隔几分钟检查新消息,然后按需生成代码。

指向你的代码库,它能在你睡觉时运行迁移。

指向电子表格,它能持续处理行数据。

你可以构建自己的 Claude Tag 版本。

你可以构建一个软件工厂。

你可以构建一个组织。

循环保持状态并持续运行。

它完成实际工作,而不是返回一次回复。

Rahul - inline image

一行命令安装 Slate

Rahul - inline image

在你的项目中启动它:

Rahul - inline image

告诉 Slate 你想构建什么程序。

它会与你一起草拟循环。

Rahul - inline image

总结

提示词回答一次就停止。

循环是一份工作——Agent 持续工作直到真正完成。

你使用过的每一个 AI Agent——Claude Code、Cursor、Codex——底层都是一个循环。

在这些工具中,循环是固定的。你无法打开它。

Program 就是那个循环——只不过它是用 JavaScript 编写的,并且由 Slate 为你运行。

你决定步骤。你为每一步选择模型。你设置停止条件。

任意模型。任意任务。任意集成。

因为循环只是代码,它可以保持状态、持续运行,并与任何东西交互——你的代码库、收件箱、电子表格、游戏。

你不是独自构建它。

Slate 是你的协同工程师。

如果这篇文章对你有帮助:

→ 转发分享给你认识的每一位开发者

→ 关注 @sairahul1 获取更多类似系统

→ 关注 @wearerandomlabs ——他们构建了它

订阅 theaibuilders.co 获取更多有趣的文章

尝试 Programs by Slate:randomlabs.ai

npm i -g

@randomlabs/slate

二次创作

使用 YouMind 创作爆款文章

收集素材、拆解爆点、生成视觉资产、撰写内容,并在一个 AI 工作空间里完成分发。

了解 YouMind
写给创作者

把你的 Markdown 变成干净的 𝕏 文章

图片上传、表格、代码块,往 𝕏 上手动重排太痛苦。YouMind 把整篇 Markdown 一键转成干净、可直接发布的 𝕏 文章草稿。

试试 Markdown 转 𝕏

更多可拆解样本

近期爆款文章

探索更多爆款文章