5 条核心观点

1. 循环（Loop）= AI 自己跑完的递归目标 — 与”提示词单条指令”对立，是顶尖 AI 工程师目前最在意的工作方式。
2. 五步骨架 = DISCOVER→PLAN→EXECUTE→VERIFY→ITERATE，真正决定成败的是验证、状态、停止条件这三步。
3. 五个积木 = 自动化 + 技能 + 子代理 + 连接器 + 验证器，Claude Code / Codex 已全内置。
4. 采纳率 < 50% = 循环在亏钱，单个任务 ~50K-200K token，每轮 context 重新过一遍，越跑越大。
5. Mira 是把循环做到 Telegram 里的 zero-code 方案（⚠️ advertorial），通过 Composio 串500+ App，Skill 内置触发器 + 动作 + 自运行。

7 个分析角度

角度1：从”提示词工程师”到”循环工程师”的角色升维

• AI 不再等你推每一步，而是你退出来活儿还在继续。
• 这是一次”谁来做这件事”的根本转移。

角度2：验证（Verify）是循环心脏 — 为什么”打 8 分”这种软标准会毁掉循环

• 硬性测试 / 类型检查 / 构建 / 评分标准 = 唯一把关者
• 没有验证 = AI 给自己改作业，”重复” ≠ “进步”

角度3：Ralph Wiggum 循环 — 安静失败的成本黑洞

• Geoffrey Huntley 提出的命名：AI 太早觉得做完了，半成品退出，但循环还在跑、还在烧 token
• 重型版本只属于有预算和护栏的团队

角度4：搭建顺序比工具更重要 — “先跑一次再自动化”

1. Get ONE manual run reliable first
2. Turn that into a skill
3. Wrap the skill in a loop
4. THEN put it on a schedule

角度5：子代理分工 = 质量的大部分来源

• 写手又快又便宜（不同指令）
• 审稿人又慢又严格（更强模型 / 更高配置）
• 一个模型给自己打分太心软

角度6：手搓轻量循环 — 一段提示词就能跑的版本

• 给模型三个部分：目标、严格成功标准、自检协议
• 触发器还是你（手动打开聊天）
• 适合 99% 日常任务

角度7：Mira 的 zero-code 循环 — 把循环门槛降到 Telegram（advertorial 视角）

• Composio 连接500+ App
• 跨会话 / 群聊长期记忆
• 不绑定单一模型（GPT/Claude/Gemini 按任务切换）
• ChatGPT 回答，Mira 行动

14-21 个开头钩子

焦虑共鸣类

1. AI 用了好几年，但你的用法是全网最慢的那种。
2. 你以为自己在用 AI，其实你是 AI 的发动机。
3. 顶尖工程师正在悄悄换一种用法，但你没看到。
4. 27 万次浏览里，99% 的人听完还是不会用循环。
5. 循环每小时都在偷偷扣你的钱，而你什么都没产出。

反差冲突类

1. 提示词给你一个答案，循环给你一整条流水线。
2. AI 不会自己动 — 这句话在2026年已经过时了。
3. 同样的 AI 工具，有人花 6 天翻译完整个代码库，有人一年还在手动搬砖。
4. ChatGPT 回答，Mira 行动 — 6 个字的区别，整条产业链重写。
5. 不是循环跑得太慢，是你没设停止条件。

好奇心循环类

1. 一个被全球顶尖 AI 工程师藏在嘴边的词，叫”Loop”。
2. 五步骨架里藏着三步真正的秘密。
3. 一个工程师六天干完一年的活，到底是怎么做到的？
4. 为什么”Ralph Wiggum”会成为 AI 工程圈的新黑话？
5. 一段提示词，让 ChatGPT 自己改作业直到达标？

权威背书类

1. Boris / Addy / Geoffrey Huntley 都在说的同一件事。
2. Claude Code 和 Codex 已经把五个积木全内置了。
3. 当 Anthropic 把 /loop、/goal 写进官方文档，循环就不再是极客玩具。

落地案例类

1. 每天早 7 点收 Gmail + 日历摘要，这条 Skill 你3分钟就能搭。
2. 语音备忘录进去，30 秒后出来一条成品帖子。
3. 把群聊200条消息压成5条 bullet，这是你下一个能跑的循环。

关键数据 / 事实清单

• 互动：58 回复 / 167 转发 / 27万 查看（2026-07-05 抓取时）
• Token 单任务：~50,000 - 200,000 tokens
• Mira 接入 App 数：500+（通过 Composio）
• 编程循环示例：8 次迭代上限
• Mira 工作示例 Skill 长度：120 字
• 采纳率红线：< 50% = 亏钱
• Mira 三大场景：工作、创作者、语音（生活场景作为延伸）

关联链接（待办）

• 关联到 [[claude-obsidian-second-brain]] — 同属”用 AI 重塑工作流”主题
• 关联到 [[Codex「自我蒸馏」提示词进化版]] — Skill 自蒸馏的近亲
• 关联到 [[oh-my-codex-让CodexCLI拥有专家团队]] — “子代理分工”的早期实践
• 关联到 [[loonggg-Claude-Code-技能心法-11条建议]] — Skill 设计心法
• 关联到 [[深思圈-530万人-自循环-提示词]] — 同主题不同视角
• 关联到 [[深思圈-problem-first把方案翻转回问题]] — “何时不该用循环”的方法论
• 关联到 [[深思SenseAI-Loop-Engineering-验证才是瓶颈]] — 验证 = 循环心脏
• 关联到 [[Claude-Code作者Boris-我已经不写prompt了我写loop]] — 同作者理念

标签

#主题/AI-Agent #主题/AI-Coding #节点/Agent-Loop #节点/Harness #节点/Skill #节点/子代理 #节点/Composio #节点/Mira #场景/落地案例 #场景/X长文章

透明玻璃自检

• 原文：8798 字（≤ 8K 警告位：略超，8598→8798，差额来自图片描述）
• digest：~4K
• 5 核心观点 / 7 分析角度 / 21 钩子
• 8 个强关联 + 1 个作者 advertorial 警示
• ⚠️ Mira 部分是软广，需在 wiki 主文标注