AI世界开始“循环”不断：Boris Cherny谈为何无尽的智能体循环是下一个重大变革_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

AI世界开始“循环”不断：Boris Cherny谈为何无尽的智能体循环是下一个重大变革

2026-06-23 06:06:43

AI世界正变得“循环化”：Boris Cherny 谈为何无限代理循环将成为下一大变革

在上周五 Meta 举办的 @Scale 会议上，Claude Code 的创造者 Boris Cherny 遇到了一个来自观众的意外提问：“循环（loops）是下一个炒作周期，还是真实存在的？”Cherny 的回答毫不含糊。“是的，它们是真实存在的，”他说，并直接勾勒出一条从手写源代码到代理编写代码，再到如今代理在持续自我维持的循环中相互提示的新范式。

什么是 AI 循环？为何它们如此重要？

Cherny 描述了自己工作流程中的一个场景：一个代理不断寻找改进代码架构的方法，而另一个代理则专门查找可合并的重复抽象。这些代理会像人类程序员一样提交拉取请求（pull request）。由于代码库在持续演变，它们永远不会停止。从管理离散的代理任务，到授权一组持久运行的后台代理，这一转变在信任度和能力上都实现了重大飞跃。对大多数用户而言，重点一直在于设定清晰的目标并分阶段检查进度。而循环打破了这一天花板，让 AI 能够无休止地处理开放式问题。

并非全新概念，但本质大不相同

递归——函数调用自身直到满足某个条件——是计算机科学入门课程中的经典内容。然而，代理循环的运行逻辑是非确定性的：由子代理自行决定何时停止，而非依赖硬编码的条件。这既带来了灵活性，也引入了不可预测性。一种流行的实现方式——Ralph 循环（以《辛普森一家》中的 Ralph Wiggum 命名）——只是要求模型总结自己的进展并检查目标是否完成。这是一种粗糙但有效的方法，可以防止模型在长时间运行的任务中偏离方向。

作为测试时计算的循环

OpenAI 研究员 Noam Brown 近期指出，只要给予足够的算力，当代模型几乎可以解决任何问题。循环正体现了这一原理：开发者无需设计一次性的完美方案，而是可以对一个问题持续投入算力，直到它收敛。这对于代码库改进这类“爬坡”任务尤其有效，因为增量收益会随时间累积。Cherny 举的那个不断无限优化架构的代理例子，正是这一想法的直接应用。

无限循环的成本

听起来很昂贵？确实如此。代理循环消耗的 token 量远高于简单的问答聊天机器人，而且由于循环设计为持续运行，计算开销没有上限。对于销售 token 的 Anthropic 来说，这是利好；而对于企业用户，则是一个必须谨慎管理的成本。不过，潜在收益可能同样惊人——尤其是对于代码维护、安全补丁以及其他从持续增量改进中受益的任务。关键在于建立对 token 消耗、模型漂移和输出质量的监督机制。

结论

Cherny 在 @Scale 上的发言表明，AI 循环正从实验性技巧转变为严肃的生产技术。随着模型改进和成本变化，运行持久、自我导向的代理集群的能力可能重新定义软件的构建与维护方式。眼下，循环仍是一个新兴概念——但无论是开发者还是高管，都值得密切关注。

常见问题

Q1：什么是 AI 循环？
A：AI 循环是一种配置，其中 AI 代理持续运行某项任务（通常是提示其他代理），没有固定终点，只有在子代理或某种条件判断目标达成时才停止。

Q2：AI 循环与标准代理有何不同？
A：标准代理执行离散的任务，有明确的起点和终点。而循环授权代理在后台持续工作，因此适合代码重构或监控等需要持续改进的任务。

Q3：运行 AI 循环成本高吗？
A：是的。由于循环持续运行，它们消耗的计算 token 远多于一次性查询。必须仔细监控成本，尽管对某些任务而言，其潜在价值可能超过费用。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文