#loop
7 descubrimientos · Descubrimientos elegidos de la web abierta, del más reciente al más antiguo.
-
Human in the Loop
AI coding agents are fast. Unchecked AI coding agents are tech debt acceleration engines.
Latest content of Florian Rappl · EN
-
The Learning Loop: A Data Agent That Audits Its Own Answers
The Learning Loop: A Data Agent That Audits Its Own Answers Text-to-SQL is a demo. Keeping the numbers right for months while the schema moves underneath you is the actual product. Byaan closes that gap with auto-evolving skills: every conversation gets adversarially reviewed, mistakes become skill edits backed by code evidence, ambiguity becomes a question, and subject matter experts hold the merge button.
Hadi Javeed's blog · EN
-
The /goal Function Made Loop Engineering Click for Me
How Codex /goal, loop engineering, and a weird Starting Lineup Talking Baseball reverse engineering project changed how I think about working with AI agents.
bhart.org · EN
-
【译文】循环工程的艺术
原文 : The Art of Loop Engineering ·· 作者 :Sydney Runkle (LangChain)·· 声明 :本文由 AI 翻译,可能包含错误 Agent 之所以有用,是因为它们能通过在真实世界中采取行动来帮我们自动化工作。但要让 agent 可靠地完成有价值的工作,光有一个好模型是不够的——还需要一个精心设计的 harness(控制框架),且这个 harness 要适配具体的任务集。 核心 agent 算法很简单:给 LLM 上下文,让它在一个循环里反复调用工具,直到任务完成。这是最基本的循环。但远非驱动 agent 的唯一循环。@swyx 最近写了篇好文章叫 loopcraft:堆叠循环的艺术 ,核心思想是你可以通过堆叠和扩展循环来构建更有效的 agent。 下面是我们对这个堆栈的理解,以及如何用 LangChain 的各个原语来装备每一层。 循环 1:Agent 在最底层,agent 就是一个模型在循环里反复调工具,直到任务完成。 这就是 LangChain 的 create_agent 给你的东西。选任意模型,接入工具,就有了一个可以工作的 agent 循环。工具赋予了 agent 在真实世界采取行动的能力。 拿我们内部的文档 agent 举例(后面整篇文章都用它来做例子)。在第一层循环里,它收到一个文档改进的请求,模型规划并起草修改,然后
电波障害 · ZH
-
【译文】每个 AI 工程师都应该知道的 20 个循环设计模式
header 原文 : 20 Loop Design Patterns Every AI Engineer Should Know 作者 :Rahul (@sairahul1) 声明 :本文由 AI 翻译,可能包含错误 大多数 AI 工程师知道如何构建一个 agent。 但很少有人知道如何构建一个能在首次尝试后不断变好的系统。 这个差距值六位数美金。 区别在哪里: Agent 是一个工人。 Loop(循环)是让工人进步的机制。 当今生产环境中最强大的 AI 系统,不是单次模型调用。 它们是循环。 生成 → 评估 → 学习 → 改进。 一遍又一遍。 直到输出真正变好。 以下是生产级 AI 系统中反复出现的 20 个循环设计模式。 收藏这篇文章。你会用到它们的。 Agent vs Loop 旧方式:Prompt → Response → Done。 新方式:Generate → Critique → Rewrite → Score → Retry → Remember → Improve。 一个是流水线工人,做一次就完事。 另一个是流水线工人,研究每一个错误,重写操作手册,每个班次进步 3%。 现在能交付生产级 AI 的团队,他们不是在写更好的 prompt。 他们在构建更好的循环。 Agents vs Loops 类别 1 — 质量改进循环(让输出在离开系统前就变好) 1. Gene
电波障害 · ZH
-
面向人机交互设计 Harness:构建以产物为中心的 Agent Loop
最近,我一直在 Better Harness 里思考编码智能体的工作闭环:用户究竟想完成什么,智能体读取了哪些上下文、执行了哪些操作,
全栈应用开发:精益实践 · ZH
-
Human-out-of-the-loop(もどき)で戦うISUCON2026
ISUCON2026に応援とちょっかい出しの二人とClaude Code(Opus 5.5+Fable 5.1)のチームで参加しました。 結果は 301,558 点で856 チーム中 12 位でした 🎉 ISUCONとは与えられたWebアプリを8時間でどこまで速くできるかを競うコンテストです。 運営が用意したベンチマーカーを走らせるとスコアが出ます、楽しいです。 今回は人間は方針を伝えるだけにしてコードの修正からデプロイ、ベンチ、結果の判断、記録までをエージェントに任せてみました 人間が一手ずつ確認する「ヒューマン・イン・ザ・ループ」の逆、人間がループの外にいる形なので、勝手にヒューマ...
Zenn · JA