【警告】不要建立循環。除非符合 4 個條件，否則錢會蒸發掉。
「別再下提示詞了，開始建立循環吧。」
這是過去幾個月來 AI 圈內流傳最廣的一句話。Claude Code 的開發者和 OpenAI 的人，都在用不同的方式說著同一件事。
然而，大多數人看到這些字句時，只是聽過就算了，並不清楚具體該怎麼做。我一開始也是這樣。
還有一件事，事前沒有人會告訴你。如果不符合條件的人建立了循環，那它就會變成一臺默默吞噬你金錢的機器。
在這篇文章中，我會拆解循環的內容，並劃出一條界線，說明哪些人適合建立循環、哪些人不適合。接著，即使你尚未完全符合所有條件，我也會提供從今天就能開始運作的最「輕量」的循環執行方式。
請注意，這篇文章包含兩種類型的文字：指令（Commands）（要輸入到終端機或 Claude Code 輸入欄位）和提示詞（Prompts）（要貼到 AI 聊天視窗的指示文字）。兩者都有明確標示，方便你區分。
大多數人正在用最慢的方式使用 AI
現在大多數人使用 AI 的方式是「一次一問」。你決定要問什麼，判斷回傳的答案是否可用，再決定下一步要做什麼。
你不推它，AI 就不會動；你一停，它也跟著停。
這不見得是壞事，但這樣做是有極限的。你自己是引擎，AI 只是你手中的工具。
還有另一種運作方式。不要一步一步地引導它，而是把目標交給它，讓它自己跑起來。 AI 自己決定步驟、執行工作、對照目標檢查結果、修正弱點，然後再試一次。你可以離開座位，工作仍然持續進行。
這就是循環。
循環的真面目：5 個步驟
提示詞（prompt）是一道指令。循環則是一個 AI 會持續朝它前進，直到抵達為止的目標。
如果拆開循環的內部，它長這樣：
① 找出……確認需要做什麼
② 決定……規劃該怎麼做的步驟
③ 執行……實際進行工作
④ 驗證……對照目標判斷通過或不通過
⑤ 重複……如果尚未達成目標，帶著結果返回並重複
這五個步驟中，最後三個才是真正重要的。而所有失敗的人，都是在這裡跌倒的。
驗證步驟是循環的心臟
如果沒有一個真正檢查結果的機制，那就不叫循環，只是 AI 一直對自己說「做得好」。
能讓重複變成進步的，是這個檢查。它可以是測試是否通過，也可以是某個數字是否超過特定門檻。提供一份讓 AI 自己打分的評分表也有效。
沒有守門員，執行者最後會變成自己批改自己的作業。而寫作業的人，永遠是最寬鬆的批改者。
紀錄讓循環得以學習
每次迭代時，AI 都需要記得之前嘗試過什麼。如果它不記得，就會永遠重複同樣的錯誤。
一個好的循環會保留一份小筆記：什麼完成了、什麼失敗了、下一步要做什麼。因為這樣，明天的執行不是從零開始，而是從上次中斷的地方繼續。
順帶一提，成本也是從這裡開始累積的。為什麼會這樣，我稍後會說明。
沒有停止條件的循環，會一路跑到天亮
沒有出口的循環，會一直跑到成功、跑到故障，或跑到你的帳戶餘額歸零為止。一個好的循環有兩種停止方式：成功時停止，以及一個硬性上限，例如「失敗 8 次後停止並回報」。
如果你省略這一步，你就會得到一臺整晚不停運轉、卻什麼也產出不了的機器。
提示詞給 AI 一個指令。循環則給 AI 一份工作、一套判斷完成的標準，以及一套放棄的規則。
但首先：你真的該建立循環嗎？
大多數文章在告訴你什麼時候 不 該建立循環之前，就會先推薦循環。以下是真正在跑循環的人使用的判斷標準：
唯有以下 4 個條件全部符合時，循環才值得建立：
① 這個任務至少每週會重複一次
如果頻率更低，建立它所花的心力無法回本。一次性任務，一個好的提示詞反而更快。
② 有機制可以自動篩掉不良結果
測試、型別檢查、build、linter，或明確規則。如果你無法過濾任何東西，循環只是空轉。
③ AI 可以完全獨立完成它
如果做到一半必須回來找你，你花在等待上的時間會比實際工作還多。
④ 「完成」的判斷是客觀的
如果品質是個人品味問題，人類仍然佔上風。
只要缺少任何一項，就繼續手動下提示詞吧。
接下來這段話，是這篇討論中最誠實的部分：循環的概念是真的。然而，大多數人還不需要「重型」版本。 每個人都能使用的是「輕量」版本，我會在文章後半段提供。但你還是應該知道界線在哪裡。
為什麼它先在程式開發圈爆發：5 個組成元件
循環之所以先在軟體開發領域普及，是因為程式碼是世界上最容易判斷通過或不通過的東西。測試不是通過就是不通過，沒有討價還價的空間。因此，AI 永遠知道自己完成了沒有。
以程式碼為導向的循環，會把目標和嚴格的檢查打包成一組。
▼要貼到 AI 聊天視窗的指示文字▼
1目標：/tests/auth 中的所有測試通過、零 linter 警告、零型別錯誤。23每次都要做的事：4① 執行測試並閱讀所有失敗項目5② 選擇影響最大的一個失敗6③ 寫出修正它所需要的最小變更7④ 再次執行測試、linter 和型別檢查89通過條件：所有測試通過 + 零警告 + 零型別錯誤10停止條件：通過時停止，或 8 次迭代後停止11停止時回報：總結變更了什麼、還有什麼仍然失敗
這個循環由 5 個元件組成。Claude Code 和 Codex 都內建了這 5 個元件。
① 自動觸發（心跳）：這是讓它成為循環、而非一次性任務的關鍵。如果你設定好指令、間隔和目標，就算你沒有手動啟動，它也會執行。在 Claude Code 中，/loop 會依照設定的間隔重複執行同一道指令，/goal 則會持續執行工作階段，直到條件真正滿足為止。如果把它放到 cron 或 GitHub Actions 上，即使你闔上筆電，它也會繼續運作。結果會自動送到你面前，你不用自己去找。
▼要貼到 AI 聊天視窗的指示文字▼
1/loop 1h 執行這個儲存庫的測試，修正剛好一個失敗，然後回報。
② 技能（可重複使用的指令說明書）：不需要每次貼上一大段指令，只要把它存成檔案一次。要遵守的規則、要模仿的模式，以及一份絕對不要碰的清單。自動執行只要呼叫它的名字就好，也能減少指令因為沒人更新而慢慢腐化的意外。
③ 讓「創作者」和「檢查者」分離：這是設定循環時最有效的方法。寫程式碼的模型對自己的作業很寬鬆。引入第二個模型、給它不同的指示——有時是更強的模型——就能抓出第一個模型說服自己「沒問題」的地方。撰寫者用又快又便宜的模型；檢查者用又慢又嚴格的模型。這種分離創造了大部分的品質。
④ 整合（執行，而非建議）：AI 說「你應該這樣修」和循環直接開一個 PR、關聯一張 ticket、在 build 通過後送出通知，兩者的差別就在這裡。它能不能真正深入實際的工作環境，就是分界線。
⑤ 檢查者（守門員）：自動拒絕不良工作的測試或型別檢查。光是這個元件，就決定了循環是在幫助你，還是在花你的錢。其他一切都只是管線。
這就是現在大型團隊在做的事。數十個、數千個 AI 同時在同一個任務上循環。事實上，有一位工程師用這個方法在 6 天內把整個程式碼庫改寫成另一種語言。如果用人工方式，大概要將近一年。
這是個很炫的故事，但有一個永遠不會出現在 demo 裡的代價。
沒有人告訴你的成本故事
循環靠 token 運作，token 就是錢。問題不在於每一步都要花錢，而在於成本是怎麼增加的。
每一次循環，AI 都會重新讀取脈絡：目標、程式碼、先前的結果、失敗紀錄。這一大包東西每次都會送進模型，而且會隨著迭代次數不斷膨脹。
如果它循環 10 次，帳單不是 10 個提示詞的費用，而是 10 份越來越臃腫的提示詞。 更進一步說，那個提升品質的「創作者與檢查者分離」機制，會讓帳單變成兩倍，因為有兩個模型在讀脈絡。
粗略估算：
1 個 AI / 1 個中型任務：50,000 到 200,000 個 token
每次循環重新讀取脈絡：每次迭代都會增加
多個 AI 平行執行：上述數字乘以 AI 數量
幾乎沒有人追蹤真正重要的那個數字：每個被接受的結果的成本。 重點不是用了多少 token，也不是跑了幾次迭代。
如果一個循環產出 10 個結果，你丟掉了其中 6 個，那你就是自己在做那份原本想省下來的檢查工作。如果接受率低於 50%，這個循環的成本已經超過它回報的價值。
更糟的是，循環可能默默地失敗。 工程師 Geoffrey Huntley 稱之為「Ralph Wiggum 循環」。AI 過早地認定「我完成了」，然後帶著做了一半的工作退出。或者，循環一直轉，什麼都沒產出，帳單卻一直變大。
一個沒有關卡可以失敗的循環，永遠不會失敗。它只會默默地跟你收費。
這就是為什麼重型版本屬於那些能監控迭代次數上限、token 預算和效能的團隊。如果你不是這樣的人，你並沒有錯過時機。核心邏輯可以用便宜得多的價格取得，而且不需要事先準備。
如果順序搞錯，它會在你睡覺時燒錢
如果你要建立循環，順序比工具更重要。能在實戰中存活下來的循環，其建立順序一定是這樣：
① 首先，用手動方式確實成功一次
② 把它變成「技能」（把指令儲存起來）
③ 把技能包進循環裡（加上關卡和停止條件）
④ 最後才放到自動執行上
在還沒用手動方式證明可行之前，就把它放到自動執行上——這正是循環會在你睡覺時燒光預算的原因。先證明一次，再把它固化，然後自動化。
你今天就能跑的最輕量循環
即使沒有程式開發專用的 AI，你現在也能體驗循環的感覺。你可以用單一提示詞執行一個手動循環。
訣竅是，一開始就提供全部三個元件：目標、嚴格的通過條件，以及一套讓 AI 在停止前自我檢查的程序。
---提示詞（要貼到 AI 聊天視窗的指示文字）---
1你現在要進入循環模式，直到達成條件為止。23【任務】 [具體寫下你想創造的東西]45【通過條件（不允許寬鬆打分）】67[條件 1]8[條件 2]9[條件 3]1011【每次迭代的程序】12① 規劃：只宣告接下來要執行的單一一步。13② 工作：建立或修正。14③ 檢查：用 1 到 10 分為每一項條件打分。要極度嚴格。列出所有弱點。15④ 判斷：如果所有條件都在 8 分以上，輸出「FINAL」並停止。否則，輸出「ITERATING」，然後重複，並從修正分數最低的項目開始。1617【規則】1819在所有條件達到 8 分以上之前，不要說「完成」。20每次迭代，你必須修正上一次得分最低的項目。21不要問我問題。做出合理的假設，記錄下來，然後繼續。22請開始。循環直到輸出「FINAL」為止。
試著貼上去，你就會看到。AI 會建立草稿，依照你的條件為自己打分，找出弱點，然後重寫。它會不斷重複，直到超過標準為止。平常那種「看起來差不多就交給你」的行為，會完全消失。
你可以用一段話建立這個流程。
但是，仍然缺少了一些東西
這個循環有一個致命缺陷：你就是觸發器。
你必須打開聊天視窗、貼上文字、盯著它看。如果你關掉分頁，它就不見了。它不會定時執行，也不會在 email 進來的那一瞬間醒來。它只在你盯著它的時候存在，所以它沒辦法跑來通知你。
當你想要一個會自己醒來、自己執行、再把結果送到你面前的循環時，你就站在「重型」世界的入口了。工具、託管、程式碼、關卡，還有帳單。
對真正重型的工作來說，那是正確的投資。但對 90% 的日常任務來說，你不需要那麼多。現階段，你已經在使用的工具所附帶的排程執行功能就夠了。Claude Code 的 /loop 和 /goal，或排程執行。這些不是什麼新的合約，它們已經在你手中了。
總結
- 循環的意思是：給 AI 一個目標、一套完成的判斷標準，以及一套放棄的規則。
- 心臟是檢查。如果沒有可以失敗的關卡，它就不是循環。
- 除非符合以下條件，否則不要建立：每週重複、可以被自動拒絕、AI 能獨立完成、客觀可驗證。
- 成本會隨著每次迭代膨脹。要盯緊的指標是「每個被接受結果的成本」。接受率低於 50% 就是虧損。
- 順序是：手動成功 → 技能 → 循環 → 自動執行。
- 如果你不需要重型版本，從上面的單一提示詞開始就夠了。
循環不是一時的流行，它代表「做工作的人」從人類轉移到了 AI。但它也不是什麼值得盲目追趕的東西。如果硬塞進不合適的地方，它只會讓錢消失。用你手上已經有的免費工具跑起來，等你親身體會到這些工具不夠用的時候，再考慮下一步。
參考文章
本文是根據以下內容以日文重新建構的：
循環解析：Claude、GPT、Mira 與真正有效的方法
Anatoli Kopadze / 2026-06-20
