判斷哪些事該做成 Loop

不要把所有活都做成循環。先過三道篩子：

• 重複：你做得夠頻繁，設計這套系統的成本能賺回來。
• 可驗：「做完了」能寫成一個 agent 或驗收子 agent 真能跑的檢查。說不清「通過長什麼樣」，循環就不知道何時該停。
• 值得：產出對得起燒的 token。循環有時間和金錢的底價，瑣碎小活不夠格。

三條都滿足，它想要一個循環；缺一條，老老實實手動 prompt 或寫個普通腳本更划算。

四條件自檢（更嚴格的版本）

除了三道篩子，還可以用更嚴格的四條件來確認：

1. 任務至少每週重複一次——偶爾做一次的事，搭 loop 的成本回不了本
2. 壞結果可以被自動拒絕——測試失敗、型別檢查失敗、lint 報錯，這些都算。如果沒有東西能替你判定失敗，loop 很容易空轉
3. Agent 能從頭到尾完成任務——如果做一半就要把大量工作丟回給你，這不是完整 loop
4. 「完成」必須客觀——如果結果好壞主要看審美和主觀判斷，人類仍然要在關鍵位置把關

缺任何一條，就先別做重型 loop。

三種工作結構

另一個判斷角度，是看這活屬於哪種工作結構：

流程型：步驟已知、順序已知、結果可預測（發票進來→匹配→付款）。畫成流程圖沒有任何決策分叉，用傳統自動化（腳本、RPA）就行，不需要循環。

工具輔助型：目標已知，但路徑多變。你問、它答、你定奪，人還在方向盤上。這是今天大多數 AI copilot 的位置。

目標驅動型：你定個目標、畫個邊界，讓系統自己摸出步驟，評估、決策、行動、檢查，重複到完成，或者把高風險事項交給人。這一類才適合循環。

快速判斷表

工作特徵	建議做法
步驟完全固定，無決策點	腳本或 RPA
目標明確，人在方向盤	手動 prompt（AI copilot）
目標明確，路徑需探索，結果可驗收	Loop
一次性任務，不重複	直接手動做

AI 協作：學了這個，跟 AI 怎麼配合？

判斷「該不該做成 loop」本身就很適合跟 AI 討論。你描述一個任務，AI 幫你過三道篩子，然後建議用哪種結構。但最終拍板的是你——因為只有你知道這件事實際上多常做、多重要。

你的人類優勢：

• 你知道這件事在組織裡真實的頻率和重要性
• 你能判斷「驗收條件能不能寫清楚」，這是設計 loop 的前提

可以這樣跟 AI 說：

我每週一早上都要手動看 Slack 裡的 on-call 頻道，整理過去一週的告警，寫成摘要給主管。這件事符合「重複、可驗、值得」三個條件嗎？屬於哪種工作結構？適合做成 loop 嗎？