AI居品司理的职责范式正在资格潜入变革——从编写静态prompt到经营动态loop机制。当ClaudeCode的作家声称"我的职责是写loop"时，这记号着一个新期间的运转：居品司理需要构建包含验收活动、零丁评审机制和止损要求的完好轮回系统。本文将深入默契loop经营怎么成为AI居品的中枢竞争力，以及居品司理该怎么拜托包含判定机制与顾虑回路的下一代决策。

前几天Anthropic的LanceMartin发了篇著述，讲他何如用loop来跑新模子。著述自己是写给工程师的，但我读完的第一反馈是：这事跟居品司理的干系，可能比跟工程师的干系还大。

ClaudeCode的作家BorisCherny说过一句最近被反复援用的话：他仍是不凯旋prompt模子了，”我的职责是写loop”。几百个agent读他的GitHub和Slack，我方决定接下来作念什么。

loop倏得火起来，但汉文社区的究诘大多停在工程层面：何如写bash轮回、何如配hook。

我想换个角度聊聊：若是你是一个作念AI居品的PM，loop意味着什么。

先把成见捋表露：harness是环境，loop是机制

旧年全球都在谈harness。模子除外的一切都算harness：

给它什么器具、什么沙箱、能读哪些文献、有哪些权限。一句话，harness是模子干活的环境。

但环境是静态的。你给模子配了一间修复皆全的车间，不等于它知说念今天该干什么、干到什么进度算完、干砸了何如办。

loop补的即是这一层。它是架在harness之上的运行机制：模子跑一轮，从环境里收到反馈，对照活动查验，没达标就带着反馈再跑一轮，直到验收通过。Lance著述里提到的ClaudeCode的/goal敕令、Claude托管Agent里的Outcomes，都是把这套机制作念成了居品原语。

是以当前的AI居品其实有三层：

模子是引擎，harness是车间，loop是排班和验收轨制。引擎全球都从几家厂商买，车间的搭法也越来越活动化，能拉开差距的运转形成第三层。而机制经营这件事，工程师有时比PM更擅长。

Lance的执行里，藏着两个居品启示

Lance作念了个执行：让模子在8张H100上自主作念机器学习调优，流畅跑8个小时，我方改代码、跑熟习、读日记、决定下一个执行。细节不伸开，我只说两个对居品东说念主有用的发现。

第一个：他给模子的不是操作设施，而是一份验收清单。九条可查验的活动，比如”必须先跑基线”、”至少作念20组执行”。模子何如杀青，随它。

这其实即是PRD念念路的迁徙。昔日咱们写需求文档是给东说念主看的，要刻画经由和交互；给loop写的”需求文档”是一份rubric，中枢唯有一个问题：什么状况算完成，何如客不雅地查验。比起轨则何如作念，说清什么手脚念完遑急得多。一条无极的活动（”代码质地要高”）会让所有这个词loop空转，换成可查验的写法（”测试全过且无新增lint报错”）它才经管得了。

第二个发现更挑升旨真理：弗成让模子我方给我方打分。

Lance提到，模子自我批判的适度不好，它会倾向于招供我方刚作念完的东西。灵验的作念法是再开一个零丁的”验收agent”，在干净的凹凸文里打分，跟推论者统统阻挠。通顺员弗成兼任裁判，对模子也相同。

这对居品经营的含义很凯旋：在你的AI居品里，九游体育 - 九游9Game sports(中国)官网”判定任务完成”应该是一个零丁的机制，而不是推论经由的临了一步。谁来验收、欠亨过何如打回？验收者能看到哪些信息，会不会被推论过程的申诉带偏？这些都得画进居品决策。

顾虑：跨会话的外轮回

著述后半段讲顾虑，我认为是更被低估的部分。

若是说自我纠错是会话内的小轮回，顾虑即是跨会话的外轮回：

此次踩的坑，下次别再踩。Lance用一个基准测试对比了三代模子何如用顾虑，三代都在记，差距体当前顾虑的深度上。他刻画了一个五步的递进：出错并记下来，弄表露为什么错，考证我方的会诊，把会诊提取成通用持法，临了在新任务里凯旋查持法而不是再行踩坑。

弱小数的模子停在第一步，顾虑库即是一堆错题集和臆度，下次也想不起来翻。强的模子能走统统程，把教育形成持法。

作念过顾虑功能的PM应该都有体感：

大部分居品的”顾虑”即是存聊天历史，实质是个回收站。Lance这个递进给了一个更好的经营框架。顾虑功能的价值不在存储，而在回路是否闭合：写进去的东西经过了考证吗？提取成可复用的式样了吗？下次任务运转时，它会被读到吗？三个关节断掉任何一个，顾虑就仅仅占所在的日记。

反过来，回路一朝闭合，这部分积蓄很难被抄走。模子才智东说念主东说念主都买得回，但你的居品在这个用户身上考证过的那些持法，竞品拿不到。

那PM到底要拜托什么

说点实操的。若是你在作念agent类居品，我认为有四个问题值得在决策评审之前先想表露。

任务的”完成”由谁判定、依据什么活动？反馈信号从那儿来，是测试适度、用户活动，照旧零丁的评审agent？loop什么技能必须停，迭代次数上限和预算上限是几许？顾虑写入什么、何时被铺张？

第三个问题单独说一句。loop不会我方停，住手要求是经营出来的。Uber本年给工程师设了每东说念主每器具每月1500好意思元的AI开支上限，因为年度预算四个月就烧完毕。一个莫得止损机制的loop，要么烧钱，要么”限度化地分娩自信的特地”。止损听起来是资本问题，等账单大略特地交到用户手上，就形成信任问题了。

这两年这个岗亭的职责对象一直在上移：

先是写prompt，自后管凹凸文，当前到了经营loop。拜托物也随着变了，以前是界面和经由图，当前还要加上一份验收活动、一个判定机制和一组止损要求。

模子还会不时变强。我的判断是九游体育，这反而让机制经营更值钱：引擎越猛，标的和刹车越弗成省。