loop 不能只靠 prompt 硬衝，講者主張套用控制理論漸進運作，程式碼才能被團隊真正審查完，而非產出讀不完的巨型 PR。
重點摘要
6 件事
Loop 被過度炒作業界流行把 prompt 丟進 loop 叫 coding agent 自動寫碼、審查、合併，產出的是沒人看得完的巨型 PR；Boris Turney 甚至說寫 loop 現在就是工程師的全部工作。
失控的 loop 代價慘重沒有 Frontier Lab 那種近乎無限的 token 預算，失控的 loop 不只燒錢，產出的壞程式碼在 agent 時代比任何時候都更貴。
控制理論是解方好的 loop 要有 sensor 量測現狀、setpoint 定義目標、controller 算出修正、actuator 執行，像家用溫控器與 Kubernetes 的 auto scaling 一樣漸進逼近目標，而不是一次衝到終態。
實戰案例：RPC API 遷移到 EffectHumanLayer 用 ast-grep 當 sensor 找出所有未遷移的 procedure，用 deterministic 或納入遙測資料的 controller 挑出該修的項目，再用 agent 加手寫 golden pattern 的 actuator 產出程式碼。
上線要有人機協作機制把 loop 排進 CI 每天跑一次，靠一份納入版控的 feedback file 與 PR 留言，讓人可以低摩擦地重新引導 loop；再用 label 檢查前一個 PR 審查了沒，避免 loop 產出的 PR 一直堆積。
確認穩定後才加速等 loop 可信任了，再讓 controller 一次挑多個項目、拆成獨立的實作階段，或把同一個 loop 排給多個人平行處理來加速。
時間軸 · 金句在右
11 段 · 時碼連回 YouTube
開場破題業界把 prompt 丟進 loop 就當成軟體工程，結果是投入大量 verifier 與 code review agent，還是在生產沒人想讀的巨型 PR。
00:27「we're still building 40,000 line PRs that just nobody wants to read」我們還是在生產沒人想讀的四萬行 PR
業界熱潮佐證Peter Steinberger 主張不該再手動 prompt agent、該改為設計 loop 去 prompt agent；OpenClaw 靠 loop 寫碼、審查、合併、修 bug，Boris Turney 說寫 loop 現在就是工程師的全部工作。
02:01「this is his entire job as an engineer now is just writing loops to prompt Claude.」這現在就是他身為工程師的全部工作
代價與控制理論解方沒有 Frontier Lab 的 token 預算，失控的 loop 代價慘重，壞程式碼在 agent 時代比任何時候都貴；解方是控制理論——用 sensor 量測現狀、setpoint 定義目標、controller 算出控制信號、actuator 執行。
03:35「bad code is much more expensive in the age of agents」在 agent 的時代，壞程式碼的代價比任何時候都更貴
好壞 Loop 的分野好 loop 與 blind Ralph loop 的差別在於是否用控制理論漸進改變系統，而非一次衝到終態；打造時先定義 set point，再加上 deterministic（ESLint、ast-grep）或 non-deterministic（agent 加 skill）的 sensor。
06:13「control loops change a system incrementally instead of just trying to get straight to the end state immediately all at once and risk blowing everything up」控制迴路是漸進地改變系統，而不是一次衝到終態、冒著把整個系統炸掉的風險
廣義應用場景以 Aiden by React Doctor 這類同時是 sensor 兼 controller 的工具為例，說明 control loop 不只能抓程式碼壞味道，還能用來檢查 API 是否符合 OpenAPI 規格、MCP 伺服器是否符合 MCP 規格，甚至讓兩種語言的專案保持同步。
案例：遷移到 Effect以 HumanLayer 把 RPC API 逐步遷移到 Effect 為例，先用 ast-grep 找出所有未遷移的 procedure，產出違規清單並 deterministic 排序納入版控，讓新 PR 不能再新增違規。
設計 Controllercontroller 可以簡單到 deterministic 挑最小風險的違規項目，也可以納入遙測資料，找出錯誤最多或監測缺口最大的 procedure，讓每次修改同時解決實際痛點。
打造 Actuatoractuator 就是 agent 加 skill，事先手寫「golden pattern」當範例讓 agent 模仿，產出的回應會被拿來當 PR 描述，再自動 commit、push、開 PR。
排程與人機協作用 GitHub Actions 之類的 CI 每天排程跑一次 loop，產出低風險的小 PR；再用一份納入版控的 feedback file 與 PR 留言機制，讓人可以低摩擦地重新引導 loop。
13:26「where we can put a human on the loop in a really low friction way to re-steer it when it goes wrong.」我們可以用很低摩擦的方式把人放進 loop 裡，一旦出錯就能重新引導它
Flow Control 防堆積用 label 檢查前一個 PR 是否還沒被人審查，沒審查就直接跳過這次排程，避免 loop 產出的 PR 一直堆積、互相衝突。
加速與結語信心足夠後可以讓 controller 一次挑多個違規項目、拆成獨立的實作階段，或直接把同一個 loop 排給多人平行處理來加速，並呼籲聽眾試用他們開源的做法。
名詞與人物
10 個
Kyle Mistele講者，HumanLayer 共同創辦人，本場分享 HumanLayer 打造 agentic coding control loop 的實務做法。
HumanLayer講者所屬公司，替關鍵系統打造 agent 基礎設施。
RalphJeff Huntley 提出的 loop 技巧，靠一個簡單的 bash loop 驅動 coding agent，適合單人開發、非關鍵系統的場景。
Control Loop借自控制理論的框架：sensor 量測現狀、setpoint 定義目標、controller 依落差算出修正信號、actuator 執行，家用溫控器與 Kubernetes 的 auto scaling 都是常見的例子。
ast-grep語言無關的語法樹比對工具，本場用它當 sensor，找出程式碼中未遷移或不符規則的模式。
EffectTypeScript 函式庫，HumanLayer 用來處理容易出現 race condition 的程式碼，並逐步把 RPC API 遷移過去。
Golden PatternHumanLayer 內部說法，指事先手寫的典範範例，讓 actuator agent 照著模仿，而不是憑空生成。
Peter Steinberger本場引用的業界人物，主張不該再手動 prompt agent，而該設計 loop 去 prompt agent。
Boris Turney本場引用的業界人物，Claude Code 的創建者，說寫 loop 現在就是工程師的全部工作。
Jeff Huntley本場引用的業界人物，Ralph 這個 loop 技巧的提出者。
延伸
演講裡沒展開的
- 講者提到一款叫「Aiden」、由 React Doctor 推出的工具，說它是能同時偵測 React 程式碼問題並給出修正建議的 sensor 兼 controller，但沒有展開說明運作細節。
- 講者提及上個月在本地舉辦的一場會議，主張讀不完的 AI 產出程式碼就是軟體開發的未來，但沒有點名會議或說明是哪些人這麼主張。
- 結尾講者提到自己把這套做法開源給聽眾試用，但沒有在演講中說明工具名稱或使用方式。
