工业聚(@guyingjie129):循环工程最佳实践就是让 spec/task 成为 Loop Agent 的内部细节，而人类输入则是离散的、粗糙的、原始的。用 AI 放大一遍，甚至是反模式，因为人类常常连 spec 都看不完，不管是 md 还是 html。即便勉强看完，也消化不过来。越多中间材料，越多中间冗余对齐环节；往往中间材料（spec/task/todo/prd/prototype/设计稿）的可验证性不强，远低于作为最终交付物的代码的可验证性。减少中间环节、减少中间材料，从某种程度上看，是将算力投入到更具备可验证性的媒介中，投入到离交付更近的媒介中。不过，有一个例外，就是目标(goal），目标不要自己写。要让 AI 吸收给定上下文和原始意图后（聊完后），让 Agent 自己设置（如图1）。然后我们审核 Goal 是否跟预期相符（如图2），不符合则取消后重新聊，再要求设置目标。这就是【目标对齐】过程，goal 比 spec 宏观，是人类可适应的简洁的、易理解的媒介。

2026.11.06 16:42

循环工程最佳实践就是让 spec/task 成为 Loop Agent 的内部细节，而人类输入则是离散的、粗糙的、原始的。用 AI 放大一遍，甚至是反模式，因为人类常常连 spec 都看不完，不管是 md 还是 html。即便勉强看完，也消化不过来。越多中间材料，越多中间冗余对齐环节；往往中间材料（spec/task/todo/prd/prototype/设计稿）的可验证性不强，远低于作为最终交付物的代码的可验证性。减少中间环节、减少中间材料，从某种程度上看，是将算力投入到更具备可验证性的媒介中，投入到离交付更近的媒介中。不过，有一个例外，就是目标(goal），目标不要自己写。要让 AI 吸收给定上下文和原始意图后（聊完后），让 Agent 自己设置（如图1）。然后我们审核 Goal 是否跟预期相符（如图2），不符合则取消后重新聊，再要求设置目标。这就是【目标对齐】过程，goal 比 spec 宏观，是人类可适应的简洁的、易理解的媒介。