吴恩达果然厉害。前两天在他的 Newsletter 中，短短几句就把 Loop Engineerring 这个新词的本质说清楚了。刚看完他的文章，结合着说下我的理解。
1、如果用一句来总结的，Loop Engineering 讨论的其实是，如何让 AI 像工程师一样，一边干活、一边验收、一边返工，直到达到要求。
一个程序员标准的写代码流程是这样的：写完代码、运行程序，然后发现 Bug，紧接着修改代码，继续测试，直到没问为止。
现在越来越多的 AI Coding Agent 已经能够自己完成这个过程。
给它一份产品需求文档（Spec），再给它一套评测标准（Eval），Agent 就会进入循环：写代码 → 运行测试 → 发现问 → 修改代码 → 再测试。
如果测试没通过，它会继续改。如果功能不符合需求，它也会继续改。整个过程不需要人工介入。
2、Loop Engineering 这个词听起来挺唬人，但核心思想其实并不复杂。
以前我们给 AI 提需求，更多是在描述想做什么。现在还需要提前告诉它，什么叫成功、什么叫完成，以及如何自动判断有没有完成。
这也是 Spec 和 Eval 存在的意义。有了这些标准，Agent 才能自己写代码、自己测试、自己修 Bug，形成真正的闭环。
3、吴恩达认为，如果把视角放到整个软件开发流程里，大家最近讨论的 Loop Engineering，只是一小部分。
所以他专门画了下面这张图，把软件开发拆成了三个嵌套在一起的 Loop。
在 Coding Loop 之外，还有第二层循环，叫 Developer Feedback Loop。
简单理解，就是开发者不断调整产品的过程。Agent 负责实现需求，开发者负责修正需求。
当我们看到一个功能真正做出来之后，经常会发现自己一开始想的和真正想要的并不是一回事。
于是开发者会重新修改需求，再交给 Agent 继续开发。这个循环的速度通常比 Coding Loop 慢得多，可能几十分钟，甚至几个小时才会发生一次。
但它决定的是产品会长成什么样。其实这部分讲的就是 Builder 要决定做什么，以及产品会长什么样。
诸如一个按钮放在左边还是右边，Agent 可以帮我们实现，但判断还得自己做。
4、在这层 Loop 还有个误区，很多人以为，开发者脑子里只要有了清晰的产品愿景，剩下的事情交给
