Sách hướng dẫn về kỹ thuật vòng lặp nội bộ của Anthropic vừa bị rò rỉ.

Và đó là hướng dẫn AI có giá trị nhất mà tôi đọc được trong năm nay.
Hướng dẫn này chứa đầy thông tin, và có năm điều bạn cần biết nếu muốn tối đa hóa năng suất AI của mình với vòng lặp (lưu lại điều này):
1. Bạn nên cấu trúc mỗi vòng lặp xoay quanh 5 nguyên tắc sau:
• Khám phá → Để tác nhân tự tìm việc (CI thất bại, vấn đề, commit)
• Bàn giao → Giao mỗi nhiệm vụ một git worktree riêng biệt
• Xác minh → Không bao giờ để bộ sinh tự đánh giá công việc của mình
• Lưu trữ → Luôn ghi trạng thái vào đĩa (markdown hoặc bảng)
• Lập lịch → Chạy theo timer để nó làm việc khi bạn ngủ
2. Tách riêng Bộ sinh và Bộ đánh giá (quy tắc quan trọng nhất)
Sử dụng hai tác nhân: một viết, một là người phán xét hoài nghi, cho rằng code bị hỏng.
Bắt bộ đánh giá hành động (chạy test, nhấn nút, chụp ảnh màn hình) – đây là cách thực sự ngăn chặn đầu ra xấu.
3. Xây dựng với 6 phần sau:
• Tự động hóa (timer)
• Worktree (song song an toàn)
• Kỹ năng (kiến thức dự án vĩnh viễn)
• Kết nối (giao tiếp với GitHub, Linear, v.v.)
• Tác nhân phụ (bộ sinh + bộ đánh giá)
• Bộ nhớ (file trạng thái tồn tại giữa các lần chạy)
4. Những điều bạn phải cảnh giác với kỹ thuật vòng lặp:
• Nợ xác minh (sử dụng tác nhân xác minh)
• Mất hiểu biết về codebase của chính mình (bắt đầu lại nếu cần)
• Chi phí token bùng nổ (giải pháp bên dưới)
• Buông xuôi nhận thức (đừng ngừng suy nghĩ vì “vòng lặp xử lý nó”)
5. Giải quyết chi phí token
Kỹ thuật vòng lặp có thể cực kỳ đắt đỏ.
Tôi khuyên bạn sử dụng cách tiếp cận "barbell" 80/20 cho kỹ thuật vòng lặp.
Đối với các tác vụ phức tạp nhất cần trí thông minh tốt nhất, hãy dùng mô hình đắt tiền (Opus).
Đối với 80% tác vụ còn lại (công việc chân tay), hãy dùng mô hình nguồn mở rẻ tiền trong harness Claude Code (GLM-5.2 rất tốt cho việc thực thi code).
Hãy lưu lại 5 quy tắc này để bạn không quên chúng.