Anthropic的內部循環工程手冊剛剛被洩漏了。

這是我今年讀過最有價值的AI指南。
這份指南資訊量豐富，如果你想透過循環最大化AI生產力，有五件事你必須知道（請儲存此文）：
1. 你應該圍繞以下5個原則來建構每個循環：
• 發現 → 讓代理人自行尋找任務（CI失敗、議題、提交）
• 交接 → 為每個任務提供獨立的git工作樹
• 驗證 → 絕不讓生成者自我評分
• 持久化 → 始終將狀態寫入磁碟（Markdown或看板）
• 排程 → 設定定時執行，讓它在您睡覺時工作
2. 將生成者與評估者分開（最重要的規則）
使用兩個代理人：一個負責撰寫，另一個是持懷疑態度的評審，預設程式碼是有問題的。
讓評估者採取行動（執行測試、點擊按鈕、截圖）——這才是真正阻止不良輸出的方法。
3. 用以下6個部分建構：
• 自動化（定時器）
• 工作樹（安全並行）
• 技能（永久專案知識）
• 連接器（與 GitHub、Linear 等對話）
• 子代理人（生成者+評估者）
• 記憶（在運行之間持續存在的狀態檔案）
4. 循環工程中你必須注意的事項：
• 驗證債務（使用驗證代理人）
• 失去對自身程式碼庫的理解（必要時從頭開始）
• Token成本暴增（解決方案見下方）
• 認知投降（不要因為「循環會處理」就停止思考）
5. 解決Token成本
循環工程可能非常昂貴。
我建議你對循環工程採用80/20「啞鈴」策略。
對於需要最佳智能的最複雜任務，使用昂貴的模型（Opus）。
對於其餘80%的任務（苦力活），在Claude Code框架內使用便宜的開源模型（GLM-5.2非常適合程式碼執行）。
儲存這5條規則，以免忘記。