停止写提示词,开始搭循环——swyx谈agent loop与品味

David Ondrej · 53:31 · 发布 2026-07-09 · 3138次观看(截至抓取) · 观看原视频

主旨

swyx 在 AI Engineer 大会同名主题演讲后做客 David Ondrej 播客,主张把「写 prompt」的范式升级为「写生成 prompt 的循环(loopcraft)」,并由此展开 agent loop 三件套、起步 loop 集、人不可放弃的两件事(数据层与 dogfood)、创始人品味与创业路径分层的系统化讨论。

核心论点

1. 从写 prompt 升级为写「生成 prompt 的循环」——Boris Cherny 式的 loopcraft 是榨干新模型 token 预算的真正杠杆。(→ 详解1)
2. 一个好 agent loop 必须有三件套:spec、完成判定、反面约束——知道要什么、知道何时算好、知道不应做哪几件事。(→ 详解2)
3. 新项目起步的最小 loop 集是三件:grill-me loop、每周研究/原型 loop、SDLC 闭环 loop——三者覆盖需求抽取、探索、生产反馈。(→ 详解3)
4. 人不能放弃的两件事是数据层和 dogfood——前者决定项目能否活过几个月,后者决定品味能否筛掉 slop。(→ 详解4)
5. 有 taste 的创始人首先是「不撒谎」的人,且把行业故事讲成「我们」的故事——而不是把公司当成推销目标。(→ 详解5)
6. 创业路径分两层:agent lab(垂直应用层,稳妥)与 domain-specific model lab(模型工具链,高风险高回报)——分别对应不同资本与雄心门槛。(→ 详解6)

知识点详解

1. Loopcraft:从写 prompt 到写「生成 prompt 的循环」 10:26

swyx 引用 Boris Cherny 的核心观点:你不该写 prompt,而该写一个会生成 prompt 的循环。这不是修辞——背景是 frontier 模型越来越强(他举例 GPT 5.6、SW 1.7、Composer 3),但用户若只把同一份 prompt 喂给更大的模型,只会得到「略好一点的旧结果」,完全浪费新模型的能力增量。

Loopcraft 的正确打开方式分两步:第一步从底向上搭——任何你手工做的事,用 agent 中间化一次后,立刻尝试把它包成循环;第二步从顶向下搭——先识别一个长期目标(更多销售/转化/停留时长),然后不断问「这个目标能被自动化研究吗」,最终用一个 loss function 把整件事压成可回滚、可实验、可梯度下降的循环。

swyx 给这种实践取了个名——loopcraft:从 loop 出发而非从 prompt 出发的构建方法论。他强调「我们很多人都在做的是从 loop 向上构建」,这把 vibe coding 的个人尝试升格成系统化工程。整套思路与Auto-Research不谋而合——后者已经在用 loss function + 自动迭代做无人值守的自我改进,而 loopcraft 是更上位的命名框架。AI 编码光谱里「vibe coding → agentic engineering → independent research」的三段论,本质上也是从手工到循环的同一条曲线。

2. 一个好 agent loop 的三件套:spec / 完成判定 / 反面约束 11:39

swyx 把「什么样的 agent loop 才算合格」压成三句话。第一,spec 必须够明确——明确到 agent 能自己判断「这算什么」;第二,完成判定要可验证——你怎么知道做完了,good 看起来是什么样;第三,约束要做反向声明——什么不应做,因为你已经知道 agent 会犯哪些错。

第三件最容易被忽视。swyx 举例:agent 喜欢把代码写成 1 万行单文件,这既难维护也无法并行。所以 loop 里要主动写「每隔一段时间做一次 garbage collection / refactor / 去重」。同理,前端 UI loop 要主动让 agent 回头检查自己的输出——桌面与移动布局、性能、设计细节,这些模型默认不会自己看(参见Vibe Coder相反的「一路下一步」用法)。

这与Ralph Loop是同一思路在不同尺度的应用:Ralph Loop 是 PRD 一次性跑完的特定循环实例,这里的 loopcraft 是「如何写出会生成循环的循环」的上位框架。

3. 新项目起步的最小 loop 集:三件套 13:50

对一个从零开始的新项目,swyx 推荐的最小可用 loop 集是三件事。第一件是 grill-me loop / interview-me loop:每周期让模型反过来向你提问题,把你都没意识到的「分支点」逼出来——他特别指出「我们自己其实不会表达自己想要什么,直到被问到岔路才意识到」。这与Ask User Question 工具的机制是同一思想:把粗糙意图反复追问成可执行 PRD。

第二件是每周研究/原型 loop:让模型每周去研究你的竞品、产出 3 个新想法、然后原型实现。swyx 直说「大部分会是垃圾,但偶尔会免费给你一些你本来要花时间自己想的主意」——重点是边际成本几乎为零,扔掉就扔掉。

第三件是SDLC 闭环 loop:把线上错误日志、生产日志接入 agent,让 agent 周期性地读、自己尝试响应。最终目标是被称为 self-healing app 的状态——一个 bug 出现,loop 自己检测并提交修复。这与goal一脉相承:目标 + 持续推进 + 完成判定。

三件套之外,swyx 把所有 loop 都视为「目标驱动的梯度下降」:设定一个 loss function(销售、转化、停留),然后让 agent 在 loss 上做实验、回滚、再试——这是 Auto-Research 的精神在产品研发上的延伸。

4. 数据层与 dogfood:人不能放弃的两件事 16:51 18:11

当 AI 编码助手吃掉日均近十亿 token 时,人类必须守住的底线只剩两条。第一条是数据层:你必须一直理解你的数据结构——什么数据被记录、什么被报告、UI 能展示什么、workflow 能用什么。swyx 说得很重:「如果数据没在那里,什么都做不了」。这不是美学问题,而是项目能不能活过两个月的决定因素。

第二条是dogfood 与用户测试:模型仍然在「基础人类直觉」上非常差——按钮放哪里、该有哪种 validation、审计日志放哪、orgs 与 teams 的层级区分——这些是开发者每天用同类应用累积的隐性预期。模型的语境里没有这种肌肉记忆,所以即使它能写,你也必须由真人反复测。

swyx 把这条警告用一句刺耳的话压住:「你每天烧十亿 token 没问题,但你最好有真人在用你的应用,因为没人会用一个你自己都不 care 的产品」。他顺手抛出「LLM psychosis」这个词——指那些以为模型比人强、跑去沙滩上让 agent 写代码的人——断言他们永远不会成功,理由就是没有 taste。

这种「品味与选择力」的态度,与Audacity完全一致——AI 拉平实现门槛后,审美、耐心、对细节的挑剔成为无法被自动化的差异化资产。

5. 创始人的品味:不撒谎 + 行业故事的「我们」 23:20 24:04 24:44

swyx 谈「有 taste 的创始人」时,先抛出一条最简单也最硬的筛选:不撒谎。他举例:小模型厂商声称「4B 击败 Fable 级」——业内人都知道是 bullshit,这种人会第一个出局。

第二条筛子是问题导向 vs 公司导向:有 taste 的人更专注于问题本身,而不是自己的解决方案或公司。swyx 在 AI Engineer 收到的提案里,90% 都是「我们比某某好、我们融了多少钱」——他不感兴趣。他想听的是「作为行业我们如何进步,你们在推动这件事上做出了哪些洞察」——把 talk 讲成「我们的故事」而不是「我的故事」。

第三条是mission 而非战利品:「I want to win at the cost of all my competitors」——这种使命没人 care;反之「我们要去火星」是 Elon Musk 那类人讲的故事。Mission 还能给你第二次机会:失败了延期不要紧,mission 不变,人还跟着你。Audacity 中所谓的「品味」,核心就是 mission 级别的问题导向。

6. 创业的两条路径:agent lab 与 domain-specific model lab 29:31 30:13 30:52 30:54

对今天要建 AI 创业的人,swyx 把路分两层。第一层是 agent lab:做某个垂直(domain expert),无论是 coding、healthcare 还是 legal,做那个垂直的「AI 那帮人」。这条路几乎一定赢,前提是执行力到位——vertical 让你比通用模型 lab 更专注、模型独立性让你在每次新模型发布时都能顺势迁移(Sam Altman 多次说「好公司应该是每次新模型发布时都更开心」)。

第二层是 domain-specific model lab——Black Forest Labs、Thinking Machines、Flappy Airplanes、Core Automation、Engram 这一类,基本都在模型工具链的某个切片上做深度研究。风险高,但能融到的钱也高一个数量级。swyx 直白地说:这就是个「美丽的研究时代」,因为产业界知道 Transformer 自回归范式终将结束,所以已经在押注下一个范式。

他额外敲打那些「假装 infra」的 timid founder:你自称 infra founder 但其实只是 AWS 之上一层,没真跑任何 infra——这种永远不会成。真正该被支持的是那些自己在买 GPU、建数据中心、收集数据的人。

7. 个人与行业:30 年视角、被重写的事、与「领导力在孤独中」 35:18 35:31 40:48 42:16 44:49 47:42 48:13

关于个人雄心,swyx 的处方是延长思考的时间尺度:「想想 30 年后人们显然会需要什么,大家都在想 2-5 年,你想到 10-30 年,雄心自动就大了」。他引用 Bjarne Stroustrup 评估 C++ 提案的逻辑——每个提案单独看都有道理,但合起来是 madness——来佐证品味需要的是「系统级的一票否决权」。

关于什么会被重写,swyx 的判断是:底层互联网协议不会被重写(git 太黏),但GitHub 正在被多角度颠覆;MCP vs REST/GraphQL 这种「集成协议」层会被重写;模型本身和 agent harness 会持续被重写。为人还是为 agent 设计——他给 David 的回答是「50/50 都做,因为对人类好的也对 agent 好,且从零开始先给人做,反正被 AEO 收录还要等一阵」。

关于「什么是前沿 AI 从业者」,他的答案是专精——memory、diffusion、generative media 各占一席;少数像我这样的「ADD 型广度服务者」反而该做 narrow-deep 者的支撑层。最后他推荐一篇军装将军写的短文 Leadership at Solitude:真正的领导不是永远在人群里,而是暂时离开人群去思考真正重要的问题——这与 AI 时代信息过载下「看新闻流」≠「做前沿」的提醒直接呼应。

可执行步骤

• 把当前每个手工重复的事(发周报、抓数据、整理素材)单独包成一个周度或日度 loop,优先选「模型反向问你」的那一类起步
• 在项目的根目录维护一份「agent 不应做的事」清单,例如单文件超过 N 行就拆、移动端必须自己截图核验
• 把线上 error log + 生产 metric 接入一个能周期跑 agent 的 loop,作为 self-healing app 的第一步
• 列出产品中「人类默认懂得但模型不懂」的那 5-10 条隐性 UI/UX 预期,作为每周 dogfood 测试 checklist
• 对自己当前在做的工作问一遍:「10-30 年后它是否仍然必要?」如果不是,识别它会被什么替代

关联

• Ralph Loop - 互补:Ralph Loop 是 PRD 一次性跑完的特定循环实例,本片 loopcraft 是「写生成循环的循环」的上位框架;两者不在同一抽象层级,Ralph 是子集,本片是总纲
• Auto-Research - 进阶:本片先给出 loopcraft 的命名与心智模型(损失函数 + 自动迭代 + 目标导向),再读 Auto-Research 的具体构造(loss function、变体生成、eval harness)落地
• Audacity - 互补:本片「taste and selectivity」与「LLM psychosis」的二分,正是 Audacity 在 AI 时代具体化的两副面孔(审美能力 vs 自动化投降)
• Ask User Question 工具 - 进阶:grill-me / interview-me loop 是把 Ask User Question 的思想从单次 plan 阶段拉长到周度持续实践;工具层先学,实践层看本片

一手来源与延伸

• swyx 的 Twitter/X:https://x.com/swyx —— 本片嘉宾主账号,持续发 loopcraft / agent lab 相关思考
• swyx 的 latent.space 旗下文章《Agent Lab Thesis / Agent Lab Playbook》(片中被多次引用)
• 片中提及的 Boris Cherny(Anthropic Claude Code 团队)关于「写生成 prompt 的循环」的论述
• 片中提及的 Tariq Shipar 在 AI Engineer 大会做的《Field Guide to Fable》

术语

• Loopcraft:从 loop 出发而非从 prompt 出发的构建方法论;核心是写「生成 prompt 的循环」
• Grill-me / Interview-me loop:周度循环,让模型反向向你提问题以抽取真实意图与未意识到的分支点
• Self-healing app:把生产日志接入 agent 循环,使 bug 被自动检测并提议修复的应用形态
• LLM psychosis:相信模型比人强、躺平让 agent 写一切的认知偏差;swyx 认为必然失败
• Agent lab:专注某个垂直(domain expert)的 agent 公司(application layer);低风险低回报但稳赢
• Domain-specific model lab:在模型工具链的某个切片(如图像、视频、continual learning)做深度研究的实验室;高风险高回报
• Post-training dominance:post-train 计算量已经数倍于 pre-train,「fine-tune」实质上变成 continue training
• Leadership at solitude:swyx 推荐的一篇短文核心思想——领导的价值是脱离人群思考重要问题,而不是在人群里跟风

金句

“you should not be writing prompts you should be writing a loop that creates prompts” —— Boris Cherny(由 swyx 在主题演讲中转述),把范式从 prompt 升到 loop 的关键一句,定义了 loopcraft 的全部含义。10:26

“god then better be actually having real humans, especially your target users, be using your app” —— 在 token economy 狂热里最关键的逆向提醒:taste 与真实用户是唯一护城河。19:13

“those guys are never going to make it because they don’t have taste” —— 对「沙滩上躺平等模型写代码」这类幻觉的命名与死刑判决。20:12

“what’s good for humans is also good for agents… this is kind of a false dichotomy as far as I’m concerned” —— 在「为人 vs 为 agent 设计」的二元争论里给出实用解。42:16

“your ambitions automatically increase when your time frame increases” —— 个人雄心的处方:从 2-5 年拉到 10-30 年,雄心自己就变大了。35:31

立场与利益

本片嘉宾 swyx 是 AI Engineer 大会主办方,本人是 Cognition(Devon)顾问+客户,主持人 David Ondrej 经营 Skool 社群与 Scale Software 公司。Loopcraft 与 agent loop 的整套主张正是 swyx 在 AI Engineer 大会同名主题演讲的核心论点,本片是该演讲的播客延展与实操细化,商业利益与论点高度同向。

• 与利益同向(待印证)：「新模型应主动试奇怪 prompt 挖掘能力」与「loopcraft 是榨干 token 预算的真正杠杆」——这两条直接服务 swyx keynote 论调与会议招新主张;独立验证前先按「主题演讲包装」折扣采信
• 利益中性:agent loop 三件套(spec / 完成判定 / 反面约束)、最小可用 loop 三件套(grill-me / 研究原型 / SDLC 闭环)、数据结构不可放弃、dogfood 不可放弃——这些是可独立验证的通用工程方法,与变现无关
• 与利益反向：「你最好有真人在用你的应用」与「LLM psychosis 必然失败」——这两条明确削弱 swyx 主推的「高 token 自动化路径」,反而为人肉测试、taste、人类作用正名,可信度最高

利益证据:meta description 含 Skool 社群链接(davidondrej.com 的 AI engineer starter kit + skool.com/new-society)、Cursor 推荐码(ref 参数)、Scale Software 招聘信息——全部为变现/导流;swyx 本人是 AI Engineer 大会品牌资产,swyx 与 Cognition 的顾问关系同时是 swyx 的认知输入源与 Cognition 的产品曝光。

价值定位

• 适合谁:已在用 AI 编码助手(月烧 token 量明显)且开始觉得「每天写 prompt 已经到顶」的工程师与产品人;以及正在评估 AI 创业方向的早期 founder
• 解决什么:把「每天写 prompt」升级为「周度维护几组 loop」的具体抓手(grill-me loop、研究原型 loop、SDLC 闭环),并给出「什么不要让模型做」的红线
• 认知 vs 实操:60% 认知(loopcraft 心智模型 + 创始人品味 + 创业分层)+ 40% 实操(三件套起步 loop 清单)
• 与 Ralph Loop 重叠:与之重叠,但本片独有 loopcraft 的命名框架、「LLM psychosis」的批判性命名,以及 swyx 的「agent lab / domain-specific model lab」创业双层路径分类;前者与 Ralph Loop / Auto-Research 互补,后者与 Audacity 互补,具体关系见「关联」节

自检问题

1. Loopcraft 的核心主张是什么?为什么它不是「写更好的 prompt」那么简单? 答案:核心是把「写单个 prompt」升级为「写会生成 prompt 的循环」,因为 frontier 模型升级时,旧 prompt 只能复现「略好一点的旧结果」,而循环能让模型围绕目标持续试错并逼近目标(锚定详解1)。10:26

2. 一个合格的 agent loop 必须具备哪三件套?为什么第三件最容易被忽视? 答案:三件套是明确 spec、可验证的完成判定、反面约束(什么不应做)。第三件最被忽视,因为需要 agent 作者对 agent 的「已知缺陷」做元认知——例如明确写「不要写成单文件 1 万行」、「前端输出必须自检桌面 vs 移动」(锚定详解2)。11:39

3. 一个从零开始的新项目,最小可用 loop 集是哪三件? 答案:grill-me loop(模型反向问你,周度运行)、每周研究/原型 loop(自动研究竞品 + 原型 3 个想法)、SDLC 闭环 loop(把生产日志接入 agent 做 self-healing app)(锚定详解3)。13:50

4. 在 AI 编码吞噬近十亿 token 的时代,人类必须守住的两件事是什么?为什么? 答案:数据层(决定项目能否活过几个月;数据结构不清晰则一切 UI/workflow 都无据可依)与 dogfood(模型缺乏对「按钮该放哪、validation 该有什么」的肌肉记忆,必须由真用户反复测)(锚定详解4)。16:51

5. swyx 给「有 taste 的创始人」下的最简单筛选是什么? 答案:不撒谎。他举例「4B 击败 Fable」这类声称——业内人都知道是 bullshit,会第一个出局(锚定详解5)。23:20