當AI開始打造AI　「迴圈工程」遞迴自我改進

過去人工智慧（AI）的每一步演進都由人類親手啟動，但這樣的路徑正開始改變。前特斯拉AI總監Andrej Karpathy在今年三月開源的autoresearch項目，運用一個約三十行的Agent自己改訓練程式碼、跑實驗、檢查成效，再選擇模型策略，兩天跑了七百次實驗、找出約二十項改進，讓GPT-2級模型訓練加速約一成。

Anthropic六月發表的《When AI builds itself》揭露，其內部逾八成程式碼已由Claude撰寫、工程師產出約為2024年的八倍。美國非營利機構METR（Model Evaluation and Threat Research）也觀察到，模型可靠完成任務的「時間跨度」約每四個月翻倍（一年前還有七個月才能翻倍）。當AI能設計並打造後繼者，這個現象被稱為「遞迴自我改進」（Recursive Self-Improvement，RSI）。

從提示工程到迴圈工程的內容與風險管理

過去兩年，「提示工程」（Prompt Engineering）是核心技藝——精煉指令、給範例、引導逐步推理；但其本質是「人去設計一句句的指令」，面對長時間任務，人無法即時反應需求，反成了瓶頸。如今Anthropic的Claude Code負責人Boris Cherny六月直言，「我已不再Prompt，我寫的是迴圈（Loop）」。這種「迴圈工程」（Loop Engineering），就是把「打Prompt的人」換成一套會自動驅動AI Agent的系統，大致由六個要素構成： ‧自動化（Automations）—意指迴圈的心跳：依排程自動觸發、主動發現並分流工作，讓迴圈「持續運轉」而非「只跑一次」。

‧不同工作區（Worktrees）：讓平行的多個Agent各在自己的分支上作業，不會改到同一個檔案而互相破壞。

‧技能（Skills）：把慣例、步驟與過往教訓寫成檔案，讓Agent因任務調取技能進行工作。

‧外掛與連接器（Plugins & Connectors）：以MCP標準把Agent連上議題追蹤、資料庫、通訊軟體，迴圈才能真正有工具「動手做」，而不只是說說而已。

‧子代理（Sub-agents）：單一Agent易有偏誤，故用多個子代理讓工作為主的代理與查核的代理分開及分工。

‧記憶（Memory）：用一份對話之外的檔案或資料庫，記住「做完什麼、下一步是什麼」——Agent會忘，資料庫協助避免遺忘。

這六個要素協作的方式如下：系統自動巡視昨天出錯的測試與待辦（自動化），為每件工作開出獨立工作空間（工作區）並讀取合適的工作規範（技能）；一個Agent草擬修正、另一個比對測試挑毛病（多子代理）；改好後用工具自動送出修補、更新（外掛與連接器）；進度都記在清單上、隔天接著做（記憶），其餘才交給人。

然而，迴圈愈順，風險愈微妙，且隨能力提升而加劇。其一是工程上的「驗證瓶頸」：當大量程式碼湧入，人類審查的速度趕不上AI生成的速度，反成為新瓶頸，並且當增速超過人類監督，這樣的情況反而造成程式在一次次遞迴時複利累積出更大的風險；其二是組織治理風險，當AI「遞迴自我改進」的速度超越個人且組織獲得的成果愈來愈能獲得好評價時，企業主越容易照單全收，因此會逐漸喪失對系統及對組織運作上的掌握。

臺灣產業的因應之道

對臺灣企業而言，面對AI快速的進步，我們無法自外於世界的競爭速度。重點不在糾結「會不會失控」，而在及早掌握AI所帶來的效應，如何在現有的人數做到比過去更大的規模，這對以中小企業為主、長期苦於人才短缺的臺灣產業尤其關鍵。

具體建議如下。第一，盡快進入「AI Native」工作模式，把AI Agent當成團隊常態成員，而非偶一為之的工具，逐步在適應與Agent協作下，開始讓迴圈式協作成為日常流程的基礎；第二，調整組織結構及流程再造，當「如何執行」被大量Loop Engineering進行協助，這時組織層級、分工和原有流程都須重新思考，把人力集中到方向設定、跨域整合與決策節點；第三，提升員工對AI的「監督與品味判斷」能力，當「如何執行」不再是問題時，決定哪些問題值得做、哪些結果可信、何時該喊停，便成為組織運用AI快速擴大規模的關鍵挑戰。

最後，迴圈工程不只是技術，更是把AI遞迴自我改進從「難以駕馭的風險」轉為「可治理競爭優勢」的策略能力，並且在每段迴圈設下可信的查核點、留意Token成本管理，以及最重要的是把關鍵節點的決定權留在人手上，使得當AI開始打造AI時，真正稀缺的是懂得把迴圈設計好，並始終留在迴圈裡定義及監控的人。

＜本文作者：韓揚銘現任資策會MIC資深產業顧問兼主任，專業於人工智慧與智慧製造產業研究，關注發展技術趨勢、應用與大廠策略研究。具十年以上產業與智庫研究經驗。曾任緯創資通資深產品/技術經理，國立中央大學、銘傳大學、醒吾科技大學兼任講師。資策會產業情報研究所（MIC）長期觀測高科技產業市場情報與發展趨勢，是臺灣資通訊產業與政府倚重的專業智庫。＞