AI时代的“三体”运动:吴恩达揭秘软件开发的三层嵌套循环

CONTENTS

分钟级“代码永动机”：

AI如何在内部实现自我迭代？

还记得那个“问一句给一段”的AI代码助手时代吗？那更像是一次性的互动，我们人类还得时刻盯着屏幕，像个监工一样不断点击“重试”。但吴恩达指出的最里层循环——Agentic Coding Loop（智能体编码循环），已经彻底改变了这一局面。

现在的AI Agent不再是简单的问答工具，而是一个能够持续自我纠偏的小系统。你给它一份产品文档（Spec）和一套评测标准（Evals），它就能自己写代码、跑测试、发现问题、继续修改，一圈又一圈地转下去。

吴恩达甚至分享了一个有趣的例子：他让AI给自己女儿做一个练打字的小程序，AI竟然自己打开了浏览器，把刚写好的页面点开来看了好几遍，确认没问题才回来汇报。这一层循环的速度是以“分钟”为单位的，AI在这个闭环里实现了真正的“自动驾驶”。

小时级“人类指挥官”：

开发者如何从“码农”变身“产品经理”？

当AI在最里层疯狂地跑代码时，我们人类在干嘛？别担心，我们并没有失业，而是被“升职”了。这就是第二层循环——Developer Feedback Loop（开发者反馈循环）。

在这个以“小时”为单位的循环里，开发者的核心任务不再是给AI当“质检员”（QA）揪Bug，因为那些AI自己已经做得越来越好了。我们的精力开始往更高层的产品判断上走。

我们要决定功能范围，调整UI和交互，甚至要重新思考信息的组织方式。

吴恩达提到，他真正花时间的是琢磨女儿能解锁哪些猫咪皮肤，以及设计家长监督流程。这其实就是把脑子里模糊的想法翻译成AI能执行的Spec。因为品味听起来太玄，吴恩达更愿意称之为“上下文优势”——那些关于用户、业务边界和约束条件的信息，目前还锁在我们人类的脑子里，这才是我们不可替代的价值。

天级“真实世界”：

慢反馈如何成为产品生死的终极裁判？