Anthropic内部的高级玩法：Agent循环与自我进化

Anthropic工程师正在大规模运行Agent。这不是简单的对话，而是让上百个Agent在“自我改进循环”中持续运转。核心逻辑在于：不再把Claude当成一次性问答工具，而是将其嵌入到由Loop（循环）、Routine（例程）和动态工作流组成的系统里。

这意味着AI不仅仅在执行任务，还在通过每一轮运行的反馈来修正自己的行为。这种“工程化”的思路，把原本不稳定的模型输出变成了可预测、可优化的生产力流水线。

不过，这种玩法目前存在两个隐形门槛。第一是评价体系，如果让模型自己给自己的作业打分，很容易陷入逻辑死循环，解决“谁来当裁判”比构建循环本身更难。第二是算力成本，这种高频调用Token的模式，在没有“内部无限额度”的情况下，普通开发者极易面临账单爆炸。

真正的护城河不在模型本身，而在如何构建这套闭环系统。当AI开始接管分析、执行甚至自我纠错时，程序员的角色正从“写代码的人”转变为“设计循环的人”。

x.com/0xMovez/status/2067642452991717790

#人工智能##AI创造营##Claude##Agent#