Anthropic的内部循环工程剧本刚刚泄露。 这是我今年读过的最有价值的人工智能指南。 本指南包含大量信息，如果你想通过循环最大限度地提高你的人工智能生产力，你需要知道五件事（保存这个）： 1.你应该围绕这5个原则来构建每个循环： •发现→ 让代理找到自己的工作（CI失败、问题、提交） •交接→ 为每个任务分配独立的git工作树 •验证→ 切勿让发电机自行评分 •坚持不懈→ 始终将状态写入磁盘（标记或板） •日程安排→ 在定时器上运行它，这样它就可以在你睡觉的时候工作了 2.将生成器与评估器分开（最重要的规则） 使用两个代理：一个写，另一个是怀疑的法官，他认为代码已经损坏。 让评估者采取行动（运行测试、点击按钮、截图）——这实际上是阻止错误输出的方法。 3.用这6个部分构建： •自动化（定时器） •工作树（安全并行） •技能（永久项目知识） •连接器（与GitHub、Linear等通信） •次级代理（生成器+评估器） •内存（运行之间存活的状态文件） 4.循环工程中必须注意的事项： •核查债务（使用核查剂） •对自己的代码库失去理解（必要时重新开始） •代币成本激增（解决方案如下） •认知投降（不要因为“循环会处理它”而停止思考） 5.解决代币成本 回路工程可能非常昂贵。 我建议你使用80/20的“杠铃”方法进行循环工程。 对于需要最佳智能的最复杂任务，请使用昂贵的模型（Opus）。 对于剩下的80%的任务（繁重的工作），在Claude Code工具中使用廉价的开源模型（GLM-5.2非常适合代码执行）。 保存这5条规则，这样你就不会忘记它们。