如何使用 Kimi K3 建立你的第一個 AI Agent 循環（內含完整設定）

Agent 循環（Agent Loop）就是「請 AI 幫忙」和「醒來發現工作已完成」之間的差距。大多數人從未建立過一個，因為在前沿模型上迭代一百次，可是要花真金白銀的。

本文內容：用一張圖說明的循環模式、兩個精確的設定（Claude Code 和原始 API），以及讓 K3 成為循環機器的快取數學。

你的第一個循環今晚就能啟動，每次運轉成本約為 $0.39 美元。

以下是完整設定 👇

在深入之前， 我每天在 Telegram 頻道分享 AI 與 Vibe Coding 的相關筆記：https://t.me/zodchixquant 🧠

循環到底是什麼

撇開那些天花亂墜的術語，一個循環就是重複四個步驟：

1目標 → 嘗試 → 檢查 → (通過？ 繼續 : 重試)
2        ↑__________________________|

• 目標： 一個可衡量的終點，而不是一種感覺。例如「所有測試通過」、「頁面載入時間低於 1 秒」、「分數高於 90 分」
• 嘗試： 模型朝著目標進行一個單位的工作
• 檢查： 某個機制驗證結果是否符合目標。可以是測試套件、程式碼檢查工具，或是另一個模型
• 重複： 將檢查結果回饋，再次進行，直到達成目標或預算耗盡

就這樣。其他的一切（記憶、子 Agent、夜間執行）都只是這個循環的裝飾。

為什麼特別選 K3：循環經濟學

循環每次運轉都會重新讀取相同的上下文：程式碼庫、目標、歷史記錄。在多數模型上，你必須為這種重複付出全額代價。但在 K3 上則不然：

1每次運轉成本 = 新 Token × $3/M + 快取 Token × $0.30/M
2
3實際情況（800K 穩定上下文 + 每次運轉 50K 新 Token）：
4K3:       $0.24 + $0.15 = $0.39/次
5Fable 5:  850K × $10/M  = $8.50/次

一個 50 次運轉的夜間循環：在 K3 上約需 $20 美元，在 Fable 5 上約需 $425 美元。這不是折扣，而是「放手讓它跑」和「得全程緊盯」之間的差別。

唯一規則：每次運轉都將你的穩定上下文作為完全相同的前綴，任務放在最後，這樣快取才會實際生效。

設定 A：Claude Code（5 分鐘快速路徑）

如果你慣用 Claude Code，循環功能已內建，K3 可以透過 Moonshot 的官方設定配置在底層：

1export ANTHROPIC_BASE_URL=https://api.moonshot.ai/anthropic
2export ANTHROPIC_AUTH_TOKEN=${YOUR_MOONSHOT_API_KEY}
3export ANTHROPIC_MODEL=kimi-k3
4export ANTHROPIC_DEFAULT_OPUS_MODEL=kimi-k3
5export ANTHROPIC_DEFAULT_SONNET_MODEL=kimi-k3
6export ANTHROPIC_DEFAULT_HAIKU_MODEL=kimi-k3
7export CLAUDE_CODE_SUBAGENT_MODEL=kimi-k3
8export ENABLE_TOOL_SEARCH=false
9export CLAUDE_CODE_AUTO_COMPACT_WINDOW=1048576
10claude

然後循環只需要兩個指令：

• /goal 設定終點：「tests/ 中的所有測試通過，且程式碼覆蓋率維持在 80% 以上」。Claude Code 會持續朝著這個目標努力，而不是在得到第一個答案後就停下來
• /loop 讓它循環執行：對話會按照排程或直到目標達成前，持續重新執行

透過 /status 確認你正在使用 K3（/model 選單不會顯示）。設定中的 1M 自動壓縮視窗，意味著長時間的循環很少需要壓縮，這能讓迭代歷史記錄保持活躍。

設定 B：原始 API 循環（完全控制）

對於 Claude Code 之外的循環，這裡提供一個完整的極簡循環，相容於 OpenAI：

1from openai import OpenAI
2
3client = OpenAI(
4    api_key=MOONSHOT_API_KEY,
5    base_url="https://api.moonshot.ai/v1",
6)
7
8# 穩定前綴：每次運轉完全相同 = 以 $0.30/M 的價格命中快取
9STABLE = f"""你是一個處於循環中的程式碼 Agent。
10目標：讓下面專案中的所有測試通過。
11專案：
12{project_dump}
13規則：
14- 每次運轉專注於一個變更
15- 用 2 行說明你改了什麼以及為什麼
16- 如果測試通過，請精確回覆：GOAL_REACHED
17"""
18
19history = []
20MAX_TURNS = 30
21
22for turn in range(MAX_TURNS):
23    result = run_tests()          # 你的檢查：pytest, npm test 等
24    if result.passed:
25        print(f"在 {turn} 次運轉後完成")
26        break
27
28    response = client.chat.completions.create(
29        model="kimi-k3",
30        messages=[
31            {"role": "system", "content": STABLE},
32            *history[-6:],        # 最後 3 輪對話，限制長度
33            {"role": "user", "content":
34                f"第 {turn} 次運轉。測試輸出：\n{result.output}\n"
35                f"修復下一個失敗。"},
36        ],
37    )
38    change = response.choices[0].message.content
39    apply_change(change)          # 寫入編輯，提交到一個分支
40    history += [
41        {"role": "user", "content": f"已提供第 {turn} 次運轉的測試輸出"},
42        {"role": "assistant", "content": change},
43    ]

三個關鍵細節：

• 檢查是程式碼，不是感覺。 run_tests() 決定進度，模型從不自我評分
• 歷史記錄是有限制的。 僅保留最後 3 輪對話；穩定前綴承載了持久的上下文，並保持快取友好
• 每次變更都提交到一個分支。 循環可以錯 10 次，只要主分支不受影響即可

在你放手前，先設定安全機制

• 預算停止： 計算每次運轉的 Token 數量，在達到某個美元上限時終止循環。僅靠 MAX_TURNS 是不夠的，一次膨脹的運轉可能會消耗掉比十次正常運轉更多的資源
• 進度停止： 如果同一個測試連續 3 次運轉都失敗，就暫停並標記。無法收斂的循環只會禮貌地燒錢
• 一個 K3 的注意事項： 推理目前僅以最大模式運行，因此每次運轉都會以 $15/M 的價格產生完整的思考輸出。保持每次運轉的目標明確，每次只處理一個失敗，輸出端就能保持合理

常見錯誤

• 目標模糊。 「改善程式碼」這樣的目標會讓循環永遠跑下去。循環的價值取決於其終點是否可被驗證
• 讓模型自我評分。 「看起來是對的」正是循環產出垃圾的原因。檢查者必須是外部的：測試、程式碼檢查工具，或帶有評分標準的第二個模型
• 破壞快取。 前綴中的時間戳記、隨機 ID 或重新排序的檔案，會導致每次運轉都以 $3/M 而不是 $0.30/M 計費。完全相同，就意味著完全相同
• 沒有分支紀律。 一個無監督的循環若擁有對主分支的寫入權限，就是一場加了更多步驟的恐怖故事
• 直接開始夜間執行。 先在你監控下運行你的第一個循環，10-15 次運轉。在你能放心睡覺之前，先贏得信任

15 分鐘設定

1. 取得一個 Moonshot API 金鑰，在 10-30% 的加值獎勵期內充值，有效期至 8 月 11 日（3 分鐘）
2. 選擇設定 A 或 B 並完成配置（5 分鐘）
3. 為一個真實的小任務設定一個可驗證的目標：一個失敗的測試、一次程式碼檢查通過（2 分鐘）
4. 在監督下運行 10 次運轉，觀察檢查如何驅動工作（4 分鐘）
5. 記錄成本。然後決定下一個循環的規模可以有多大（1 分鐘）

循環是程式設計中最古老的概念，應用於最新的工具上。K3 只是讓它變得足夠便宜，讓你可以實際使用。

感謝閱讀！

我每天在 Telegram 頻道分享 AI 與 Vibe Coding 的相關筆記：https://t.me/zodchixquant 🧠