📌 关键结论：在拼多多上做采购，效率和合规是两个不能偏废的维度。建立标准化的操作流程是长期保持管理不失控的基石。
我前两周刚写完一篇文章——「怎么跟 AI 说话才能让它写出你要的代码」。那篇文章花了很大篇幅讲"怎么写提示词"、"怎么给反馈"、"怎么描述需求"。当时我觉得自己终于把这套技巧摸清楚了。
然后 6 月份看到了这个新闻——Claude Code 的创建者 Boris Cherny 公开说："我已经不给 Claude 写提示词了。是循环在跑，它们提示 Claude。我的工作变成了写循环。"
我盯着这句话看了好几遍。然后我的感受大概可以总结为：刚考完驾照、发现人家已经在开飞机了。
Boris 说的"循环"是什么？不是你在代码里写 for 循环——是设计一套自动化的工作流。你告诉系统"要做什么"，然后系统自己去拆解任务、分配任务、执行任务、检查结果、记录进度、决定下一步。你不需要每一步都去发号施令——你只需要设计好这条"产线"，让循环自己去跑。
Boris 的原话是："我变成了一个产线设计师，而不是一个操作机床的工人。"
这个理念不是 Boris 一个人提出的。Google 的 Addy Osmani 几乎同时提出了"Loop Engineering"这个概念——他认为这可能成为未来与编程智能体协作的主流方式。龙虾之父 Peter Steinberger（在 OpenAI 工作）说了类似的话："你不该再给编程 Agent 写提示词了，你应该设计一套循环机制，让循环去提示你的 Agent。"三个在 AI 编程领域很有影响力的人同时往一个方向发声——这不太可能是巧合。
Claude Code 里怎么实现循环？有好几个方式。最简单的是 /loop 命令——你设置一个提示词和一个间隔时间，AI 会每隔一段时间自动执行一次。比如你让 AI"每隔 30 分钟检查一下有没有新的 bug 要修"。更复杂的是 /goal 命令——你设置一个目标，AI 会持续运行直到目标达成，每次循环之后有没有达成目标由一个小型的评估模型来判断。
我试了一下 /loop。体验挺神奇的——你写下一句描述，然后你就不管了。过一会儿回来看看，AI 已经自己默默做了一堆事情。但说实话——我目前还用不太好。最大的问题是：循环跑着跑着，AI 的行为会慢慢地偏离你最初的方向。第一个循环它可能做得很好，做到第十个循环的时候——它已经开始做一些你没让它做的事了。
但这可能不重要。重要的是方向——从"你一步步指挥 AI"到"你设计规则让 AI 自己去跑"。这个变化才刚刚开始，我作为一个刚学会写提示词的人，可能需要再花一段时间去学会"不写提示词"。