📄

Request My Resume

Thank you for your interest! To receive my resume, please reach out to me through any of the following channels:

一个搞音乐的人,是怎么理解 AI 术语的

一个搞音乐的人,是怎么理解 AI 术语的

哈喽朋友们,我是果叔。

熟悉我的老铁可能知道,我虽然经常 Vibe Coding 搞一些小产品,但严格来说,我不是技术出身的。我是搞音乐的,正儿八经的文科艺术男。

所以当我在研究 Loop Engineering 这类听起来特别玄的 AI 术语的时候,我用的是一种跟大多数技术人不太一样的方式——用音乐去映射它。

音乐这个东西天然就很格式塔。世界可以是粒子、数学构成的,也可以是音符、音乐构成的。两种语言都能把事讲明白,关键看你熟悉哪一种。

今天就想跟同样不是技术出身的朋友聊聊,一个搞音乐的人,是怎么把这堆玄乎的概念拆清楚的。


Loop:从 DJ 台到 Agent 框架

Loop 这个词,对搞音乐的人来说实在太熟了。

玩过电音、摸过碟机的朋友应该秒懂。DJ 有时候丢给你几个 Loop,你真的能开心地玩一整天。

怎么玩?

先来一个鼓节奏 Loop。动次打次,动次打次,一直循环。注意,循环就是 Loop 的核心。

再叠一个 Chord 循环,搞个电钢琴音色的和声垫在底下。

加一个旋律 Loop,让它在上面的空间里跑。

行了,一段音乐就这么做出来了。从头到尾你做了什么事?你只是选了三个声音片段,按了播放,剩下的——循环自己在跑。那么你要做什么?在这个基础上继续创作,即兴,创作更多旋律,更多变化,更多美好的东西。

回到 AI 领域,Loop Engineering 的逻辑跟这玩意儿几乎一模一样。

你在做 Agent 开发的时候,得在框架设计阶段、工具层就给智能体配好足够的”武器”,让它能支撑你去跑循环。这里面最典型也最好用的工具叫 Hooks——钩子。

Hooks 的作用非常多,不同类型的 Hook 能在不同场景触发。但你问怎么用最通俗的方式理解它?

我把 Hooks 理解成练琴时候的肌肉记忆。

对,就是那种手癖。你弹完一个和弦,手指自然而然就想顺着来一段 Solo。你的手不需要过脑子,自己就去了。Hooks 大概就是这么个存在:智能体干完一件事,顺手就把你预设好的那个 Hook 触发了。

有了它,体验直接上一个台阶。

它跟 Skill 或者普通提示词最大的区别在哪?提示词只是”建议”,Hooks 是硬约束。它是程序化的东西,是”必须执行”,不是”最好执行,看情况吧”。

你利用这个特点,就能设计出很有意思的循环。就像你有了一个鼓机或者 Loop 录音器,随便弹个东西进去,它就能帮你一直循环跑下去。


一个让我想抽自己的真实经历

理论讲完,来一个我亲身经历的、现在想起来还想抽自己的例子。

今年年初,我赶稿写书。碰到一个让我非常崩溃的问题:那时候用的 GPT,简直不说人话。写出来的东西像天书,非常机械,编辑看完直摇头,说这根本没法用。

我的应对方案是专门搞了一套”人性化润色”的 Skill,让智能体帮我一轮一轮地改,一句一句润。

但 AI 这玩意,它会偷懒。

你在 Skill 里白纸黑字写得清清楚楚,某些表达方式绝对禁止使用。比如我明确规定”绝对不要在文章里出现’不是……而是……’这种强行转折的句式”。够硬了吧?

AI 去润色的时候还是会漏。

一章原文用了 10 次这种表达,跑一遍 Skill,它给你改了 5 个。剩下 5 个,它就当没看见。

不光是大规则。标点符号规范、术语统一、大小写处理——你让 AI 一遍给你全搞定,它几乎一定会给你留点”漏网之鱼”出来。不是它做不到,是它天然倾向走最短路径,能省就省。

那时候我怎么办?我只能一遍一遍手动催:“再给我全面检查一遍,然后再仔细优化一遍!”

这句话,我对着屏幕重复说了五遍。就守在电脑前面,跟个沙雕一样,一遍一遍敲回车。

现在回头看,我 TM 当时要是知道 Loop Engineering 就好了。直接配一个 Hooks,让它自己循环跑 20 遍。我出门喝杯咖啡,回来收成果。这,才叫人工智能,不叫人工智障。

其实那个时间点,Loop Engineering 的思想已经有了,只是不够成熟。当时有个项目叫 oh my codex,里面一些 autopilot 和 ralph 之类的 Skill,雏形已经在跑了。但早期版本还没用上 Hooks 和硬约束来真正解决”循环质量”的问题。

今天的版本就好用太多了。harness、hooks 都给你配置得明明白白。我非常推荐玩 Codex 的朋友去试试它。


从 Context 到 Loop:三个时代的演进逻辑

聊到这儿,可能你会问:Loop Engineering 这东西到底是怎么走过来的?怎么感觉突然之间所有人都在聊?

其实把它放到 AI 工具使用方式的演进脉络里看,就非常清楚。我大致总结了三个阶段。搞懂这三个阶段,你就能理解 Loop Engineering 不是凭空冒出来的,而是水到渠成的结果。

第一个阶段:上下文工程时代。

那时候要好好用 AI,你得自己攒一堆所谓大神的”牛逼咒语”——就是 prompt。还得建知识库,靠知识库来弥补上下文窗口不够大的问题。小一点的知识库,其实直接全丢在提示词里也行,而且那个时代我一度把这种方法作为一种非常省事且效果还不错的秘籍!那时候还没有Cursor, Claude Code,更没有Codex,那时候 1M上下文可以说非常够用。

坦率地说,那个阶段你想用出好效果,一堆又臭又长的提示词是绕不开的。你得学、得调、得像炼丹一样反复试。很多人就是被这一关劝退的——“我都不会写代码,你还要我先学会写 prompt?”

第二个阶段:约束工程时代(Harness)。

这时候 AI 能力明显更强了,入门门槛降下来了。你不再需要写一坨冗长的指令,你只需要给它做好”约束”——把它框在正确的方向上——它就能一步步执行完成你交代的任务。

Skill 就是这个时代最典型的产品形态。你把一套约束方法论装进一个 Skill 里,需要的时候一键启用。这时候用户要做的功课从”学怎么写提示词”变成了”学怎么定义边界和方向”。这个时代你不需要每次写一堆又臭又长的提示词,你只需要把好的固定的工作流程固化成Skill,之后你只需要直接说“帮我搞定xxxx”,如果是隐式触发的SKill 在判断到你要做什么之后就会立刻自动帮你调用这个skill 帮你搞定。

第三个阶段,就是我们现在聊的:循环工程时代。

到了这个阶段,你连啰啰嗦嗦的约束都不需要写太多了。核心变成了——你能不能清晰描述你的目标,然后让 Agent 在正确的方向上,通过一遍一遍的循环来自动完成。

包括那些每天定时跑的自动化任务——Cron、心跳机制——本质上也都是循环。

整个演进逻辑,一句话就能讲清楚:你交给 AI 的”使用说明书”越来越短,但它给你交的”货”越来越稳。

从”我教你一百种调参技巧,你照着来”,到”你定方向、我执行”,再到”我已经跑起来了,一遍不行就十遍,直到你满意为止”。

这就是从 Context Engineering 到 Harness Engineering,再到 Loop Engineering 的完整路径。你把一个个 Loop 串起来,就是一首完整的曲子——你自己就是那个”编曲的人”。


好的产品,本来就不该需要教程

说到这儿,我得插一句。

你有没有发现,这条演进路径走下来,AI 的使用体验其实是在变得越来越”傻瓜”了。

这可能就是为什么我从来没动过做”Codex 小白入门教程”的念头。

我一直相信一件事:好的产品是不用学的。 你点一点、用一用,就跑起来了。

好的乐器也是这个道理。你只要真的有音乐功底,拿起来就能即兴。不是因为你把说明书背熟了,是因为这个乐器的设计,本质上就是为了让你的表达成本降到最低。

AI 也应该是这个样子。你只要会说话、会表达,它就该能陪你玩起来。


怎么开始 Loop 起来

言归正传。说了半天,如果你还没试过,到底怎么开始 Loop 起来?

先说 Coding 场景。

最简单的做法:告诉 AI——我要什么、这东西干嘛的、有什么功能、给谁用的、怎么集成、技术路线是什么、交付目标达成的硬性规范是什么。然后后面的事让它自己搞。

“但我连这些问题都答不上来怎么办?”

没关系。你就直接跟它聊天,让它给你建议。等你们聊清楚一个明确的方案和思路之后,你就 /plan——让它把所有的步骤、环节、里程碑都拆解成工程文档。可验收,可检测,可交付。

然后一个 /goal,丢出去让它自己跑。

哪怕你连 HTML 是什么都不知道,按我说的这套方法去折腾几个 Vibe Coding 产品出来。过程中碰到问题就问 AI,让它用小学生能听懂的语言教你怎么修。

我敢说,你这么折腾几轮下来,跟技术沟通的时候,你的底气完全不一样了。不是因为你会写代码了,是因为你发现这些事原来没有那么吓人。

再说 Coding 之外的日常场景,特别是运营类的工作。

这部分其实刚才讲写书的经历已经把逻辑说得很清楚了——直接上 Hooks,循环跑它个十次二十次。还可以配合多 Agent 做验收门禁,一层一层过,确保每轮出来的东西都合规。

但我最想重点说的,是 Cron 任务。这个东西是真的强。

你每天要做的事里,但凡有一丁点重复性的——发小红书帖子、写公众号文章、上产品、上广告、拉数据、做报表——这些都应该是 Agent 的活。

你每天早上开电脑,唯一要做的事,是验收这些成果。

这本身就是一种 Loop 思维:把日常中本来由你循环做、反复耗神的工作,全部丢给 Agent 替你跑。 你负责”写乐谱”,它负责”演奏循环”。你从演奏者,变成了指挥。


最后

最后说两句。

写到这里,我想表达的核心其实很简单。

Loop Engineering 不是什么外星科技,不是什么只有顶级程序员才能搞定的事情。它就是 AI 时代的 Loop 机。

你把一堆音乐片段丢进去,它帮你循环、叠加、演进——直到变成一首完整的曲子。

你不需要知道电路板怎么焊,不需要了解 DSP 芯片的信号处理原理,不需要搞懂 RTOS 的音序调度机制。你只需要知道怎么用它来”做音乐”。

这才是好产品该有的样子。这才是 AI 应该有的样子。

至于怎么把 Loop 用出花来,那是另外一个有所保留的话题了。

TuneFab 音乐转换广告图

TuneFab 音乐下载转换器

可将 Spotify、Apple Music、YouTube Music、Amazon Music、Deezer、Pandora、SoundCloud 与 Audible 转成 MP3、WAV 或 FLAC。

  • 覆盖主流流媒体音乐平台与 Audible 有声书。
  • 保留原始音质,并支持 MP3、WAV、FLAC 导出。
  • 适合离线收听、素材整理和统一桌面工作流。
查看 TuneFab

包含联盟推广链接,将在新标签页打开。

Mr. Guo Logo

© 2026 Mr'Guo

Twitter Github WeChat