Лао Хуан: Prompt мертв, весь мир ИИ лихорадочно гонится за Loop

marsbitОпубликовано 2026-06-29Обновлено 2026-06-29

Введение

Недавно в Кремниевой долине наблюдается бум вокруг концепции «Loop Engineering» (инженерия циклов). Ведущие эксперты, включая Дженсена Хуанга (NVIDIA), утверждают, что ручное написание промптов устарело, и будущее за проектированием автономных циклов, в которых ИИ самостоятельно выполняет задачи. Согласно статье, традиционный prompting требует постоянного человеческого участия на каждом шагу. Loop Engineering меняет парадигму: человек становится архитектором системы, которая сама обнаруживает задачи, исполняет их, проверяет результаты, сохраняет состояние и продолжает работу в цикле 24/7. Ключевыми компонентами являются: определение цели, создание механизмов верификации (самый важный этап, требующий отдельного агента-оценщика), настройка планировщика и постоянной памяти. В июне 2026 года Addy Osmani (Google) официально ввел термин, представив Loop Engineering как четвертый уровень над prompt, context и harness engineering. Распространившаяся 11-страничная «белая книга» и практическое руководство на 14 шагов описывают, как строить такие системы, предупреждая о рисках: «долг верификации», «когнитивная капитуляция» и неконтролируемый расход токенов. Хотя циклы потребляют больше времени и вычислительных ресурсов (пример с разработкой игры в Anthropic: 9$ за 20 минут против 200$ за 6 часов), они обеспечивают значительно более высокое качество результата. Будущее видится за инженерами, которые не пишут промпты, а проектируют эффективные автономные циклы, оставаясь ответственными...

Какой термин сейчас самый горячий в Кремниевой долине?

Loop (Цикл).

Открой X (бывший Twitter) — вся сеть завалена разговорами про Loop Engineering (Инженерию циклов).

Толпа гуру из Кремниевой долины массово отказывается от промтов (подсказок) и переходит на автономные циклы!

Дженсен Хуан указал нам на новый фокус следующего этапа (и новый способ сжигать токены):

Никто больше не пишет промты. Новая работа — писать и управлять циклами.

Недавно инженер из Anthropic раскрыл:

Внутри Anthropic более 80% инженеров уже используют самоулучшающиеся циклы, через 3-6 месяцев доля достигнет 100%.

Эндрю Ын заявил: через 3-6 месяцев промты отомрут! Замена промтов циклами — свершившийся факт.

Ранее, объясняя свой проект AutoResearch, Карпати обсуждал замкнутый цикл ИИ-агентов (генерация → исполнение → оценка → улучшение) и призывал частично удалить человека из цикла.

В мартовском интервью Карпати подробно рассказал об AutoResearch / цикле Карпати.

Питер Штайнбергер, отец OpenClaw, прямо заявил: ежемесячное напоминание — хватит писать промты вручную, проектировать циклы — вот путь к успеху.

Борис Черны, отец Claude Code, смело заявил: Циклы — это будущее!

Два года назад мы ещё писали код вручную. Потом начался переход к написанию кода агентами.

Сейчас мы вступаем в этап, где агент даёт промты другому агенту, а тот уже генерирует код.

Шаг от исходного кода к агенту был большим, но внедрение циклических механизмов по значимости и влиянию ничуть не уступает ему.

Неожиданно, промт-инжиниринг, бушевавший два года, уже не в почёте у ведущих ИИ-инженеров.

Почему гуру Кремниевой долины так верят в Loop?

Суть традиционного промтинга: человек сам является циклом.

Ты пишешь промт → Агент выдаёт результат → ты проверяешь → пишешь следующий промт → и так по кругу.

Каждый шаг зависит от человеческого внимания, контекстной памяти и пропускной способности принятия решений. Количество токенов и сложность задач, которые один человек может эффективно вести за день, ограничены.

Суть Loop Engineering: система сама становится циклом.

Поэтому инженерия циклов важнее промт-инжиниринга.

Человек делает всего один раз высокоценный дизайн:

1. Определяет цель и условия остановки.

2. Создаёт механизм проверки (самое ключевое).

3. Организует постоянную память (markdown / внешнее состояние).

4. Настраивает обнаружение и планирование.

После этого ИИ-циклическая система может автономно: обнаруживать задачи → выполнять → проверять → сохранять → снова обнаруживать, работая 24/7. Человек вмешивается только при необходимости.

Вот почему гуру Кремниевой долины верят в Loop.

В основе этого суждения: как только циклы созреют, экономическая эффективность ручного промтинга рухнет!

Белая книга по Loop Engineering на 11 страницах бешено расходится по сети

Так что же такое цикловой процесс?

Последние дни в X бешено расходится такая белая книга по Loop Engineering.

https://drive.google.com/file/d/1qzKI4DKnyHRpXK1J3ATPqwaqLc0iNu-M/view

Этот 11-страничный PDF по сути — популярное резюме / живое руководство, объединяющее соответствующие публичные обсуждения и практический опыт.

Основная идея исходит из публичных высказываний Питера Штайнбергера, Бориса Черны и Эдди Османи.

Что такое инженерия циклов?

Loop Engineering (Инженерия циклов) — термин, введённый инженером Google Chrome Эдди Османи в июне 2026 года.

Это четвёртый уровень поверх промт-инжиниринга, контекстного инжиниринга и инжиниринга инструментальных цепочек: первые три уровня предполагают, что ты сидишь за клавиатурой и строчно командуешь ИИ; Loop Engineering убирает тебя с этого места, полностью освобождая от работы.

Отныне ты не движок, приводящий ИИ в действие, а архитектор, проектирующий этот движок.

Система будет автоматически просыпаться в заданное время, порождать дочерних агентов для работы и передавать выводы самой себе как входные данные для следующего раунда.

Статья разбивает полный цикл на пять ключевых действий:

Обнаружение: ИИ сам находит ценную работу, используя зафиксированную библиотеку навыков, например, читая свежие записи о падении CI или нерешённые проблемы (issues).

Передача: для каждой задачи запускается изолированная песочница, позволяя множеству агентов работать параллельно, не мешая друг другу.

Проверка: это самый ключевой шаг. Если заставить ИИ, пишущий код, оценивать себя, он будет слепо себя хвалить. Поэтому необходимо ввести полностью независимого «оценщика»-агента, который по умолчанию настроен скептически и будет искать ошибки.

Сохранение: память ИИ не должна оставаться только в контекстном окне, которое в любой момент может быть очищено. Необходимо фиксировать его состояние и прогресс на диске, чтобы на следующий день можно было продолжить работу.

Планирование: с помощью автоматических скриптов система периодически запускается автономно, замыкая весь цикл.

Самым сложным и легко пропускаемым из лени является этап проверки.

Если заставить ИИ самому себя оценивать, он почти всегда будет хвалить себя, потому что у него в голове цепочка самоубеждения. Решение — ввести независимого агента-оценщика, который по умолчанию предполагает, что код плох.

Однако, полностью автоматическая работа системы не означает, что можно почивать на лаврах. Автор предупреждает: когда цикл несётся в ночи, он может незаметно накопить четыре вида скрытых затрат.

Долг проверки: небольшие неверифицированные ошибки тихо сливаются в репозиторий.

Деградация понимания: ИИ пишет код слишком быстро, из-за чего человеческое понимание кодовой базы серьёзно отстаёт.

Когнитивная капитуляция: человеку лень проверять, он принимает результаты ИИ целиком.

Неуправляемые токены: ИИ в бесконечном цикле всю ночь перезапускается, сжигая весь бюджет.

Один и тот же цикл, созданный двумя разными людьми, может дать диаметрально противоположные результаты. Если вложить проницательность — она усилится; если вложить лень — лень усилится.

В итоге, этот отчёт раскрывает глубокую перемену в отрасли: инженерия циклов делает генерацию кода почти бесплатной, а человеческая проницательность становится единственным дефицитным ресурсом!

Также, одновременно по сети бешено расходится практическое руководство из 14 шагов от Codez, уже набравшее миллионы репостов.

Суть статьи: Промты устарели, точка приложения усилий сместилась на уровень выше — от «фраз, которые пишешь ИИ» к «проектированию системы, которая автоматически кормит ИИ».

Этот переход можно разбить на 14 шагов, 3 этапа —

Сначала оцени, действительно ли тебе нужен цикл (задача повторяется? можно ли автоматизировать проверку? бюджет выдержит?), затем изучи пять компонентов (планировщик, изолированная рабочая директория, файл навыков, внешний коннектор, независимый агент-оценщик), и наконец собери минимально рабочий цикл.

Самое ключевое: разделить агента, пишущего код, и агента, проверяющего код. Одна и та же модель и игрок, и судья — всегда будет ставить себе высший балл.

Цикл без объективного контрольного механизма проверки — это просто «два оптимиста кивают друг другу». Чем лучше работает цикл, тем легче инженеру перестать реально понимать код.

Хронология появления Loop Engineering

Если выстроить временную линию инженерии циклов, она выглядит примерно так.

Предварительный, фундаментальный этап

2022 год: Яо Шуньюй и другие предложили фреймворк ReAct, заложив теоретический фундамент.

2025 год: Джеффри Хантли предложил «Ralph».

2025–начало 2026: Андрей Карпати выпустил проект AutoResearch, сформировав классический цикл автономного эксперимента — важная веха.

Взрыв концепции и этап наименования

Начало июня 2026, Питер Штайнбергер заявил: не стоит больше вручную промтить кодирующих агентов, нужно проектировать циклы, которые их промтят.

Борис Черны сказал: я больше не промчу Claude напрямую, моя работа — писать циклы, запускающие Claude.

7 июня 2026: Эдди Османи опубликовал блог «Loop Engineering», официально дав название и предоставив 4-уровневую схему: Prompt → Context → Harness → Loop Engineering.

Затем, на протяжении всего июня, Loop Engineering начал вирусно распространяться по всей сети.

«Бесконечный цикл» Claude, автоматизированные агенты берут всё под контроль

Во внутреннем подкасте инженеры Anthropic выдали леденящую душу деталь:

Когда ты нажимаешь «запустить», отправляя Claude на 8-часовое выполнение, по сути делаешь ставку на вычислительные мощности в 500 долларов.

Если ты всё ещё ломаешь голову над написанием промта, ты уже проиграл.

По логике Anthropic, инженеры эволюционируют в «распределителей вычислительных мощностей».

Твоя основная работа больше не написание логики, а решение, куда направить каждый цент вычислительной мощности.

Как ранее в этом месяце указал исследователь OpenAI Ноам Браун, современные модели могут решить практически любую проблему, если вложить достаточно вычислительных мощностей.

Инженерия циклов — часть большой тенденции «вычислений во время тестирования» (test-time compute).

Интересно, что идея зацикленной работы агентов на самом деле появилась раньше.

Как минимум прошлым летом австралийский «пастух» Джеффри Хантли упоминал подобный подход в блоге, называя его «циклом Ralph».

Год назад, чтобы реализовать цикл, приходилось писать кучу bash-скриптов и вечно их поддерживать, этот код принадлежал только тебе.

Сейчас эти компоненты встроены прямо в продукты.

Ты уже не будешь спорить, использовать Codex или Claude Code, а просто спроектируешь цикл, который будет нормально работать независимо от того, в каком инструменте ты находишься.

Бывший руководитель инженерного отдела и по работе с разработчиками в Google Эдди Османи отмечает, что все необходимые для инженерии циклов части уже есть в этих ИИ-инструментах.

Он также утверждает, что инженерия циклов может привести к «когнитивной капитуляции» инженеров:

Когда цикл работает сам, легко перестать думать и просто пассивно принимать всё, что он возвращает.

Именно это беспокоит и инженера программного обеспечения Армина Ронахера.

Именно об этом говорится в Orange Book (Книге апельсинового цвета?), Эдди Османи призывает всех проектировать циклы с проницательностью:

Проектирование цикла, если делать это с проницательностью, — противоядие; если делать, чтобы избежать размышлений, — катализатор. Одно и то же действие, диаметрально противоположные результаты.

Цикл не остановится, инженерия не умрёт

На конференции AI Engineer Summit в апреле инженер из Anthropic рассказал, что они поручили Claude разработать приложение с ретро-игрой двумя способами: один — только с минимальными промтами, другой — с использованием цикла агентов.

Результаты контрастны: версия с минимальными промтами заняла 20 минут и стоила 9 долларов; циклическая версия заняла 6 часов и стоила 200 долларов.

Но качество приложения, сделанного последним способом, было на голову выше.

В первом случае игра не запускалась, приложение было примитивным; циклическая версия была гораздо богаче, содержала многие функции, желаемые дизайнером игры.

Цикл не милует тех, кто отказывается думать. Он лишь с ещё большей скоростью превратит твоё невежество в технический долг в коде.

А те, кто готов продолжать упорно понимать, постоянно определять правила и нести ответственность за конечный результат, получат в этой парадигмальной миграции рычаг воздействия больше, чем когда-либо.

Создавай цикл. Оставайся инженером.

Prompt мёртв. Loop в работе.

А ты по-прежнему тот, кто определяет его смысл.

Источники:

https://x.com/DataScienceDojo/status/2069873216152092975

https://x.com/0xCodez/status/2064374643729773029

https://x.com/akshay_pachaar/status/2069769689560187027

Эта статья из WeChat-аккаунта «Новая Эра Искусственного Интеллекта», автор: ASI Откровение

Трендовые криптовалюты

Связанные с этим вопросы

QЧто такое Loop Engineering и чем оно отличается от традиционного prompting?

ALoop Engineering (цикловая инженерия) — это подход, при котором проектируется автономная система, где ИИ самостоятельно выполняет задачи в цикле (обнаружение → выполнение → проверка → сохранение → повторное обнаружение), без постоянного ручного вмешательства человека. В отличие от традиционного prompting, где человек вручную пишет каждый запрос, анализирует ответ и формирует следующий, Loop Engineering позволяет системе работать автоматически 24/7, а человек выступает в роли архитектора, который лишь задаёт цели, условия остановки и механизмы проверки.

QПочему, по мнению экспертов, ручное написание prompt скоро устареет?

AЭксперты (такие как Эндрю Ын, Питер Штайнбергер и Борис Черны) считают, что ручное написание prompt станет неэффективным, потому что Loop Engineering предлагает гораздо более высокую масштабируемость и производительность. В то время как ручной prompting ограничен вниманием, памятью и временем человека, автономные циклы могут работать непрерывно, обрабатывать сложные задачи и самостоятельно их улучшать. Как только циклы станут зрелыми, соотношение затрат и результатов для ручного prompting резко упадёт.

QКакие ключевые компоненты или этапы включает в себя полный цикл (Loop) согласно «белой книге»?

AСогласно «белой книге» и публикациям, полный цикл (Loop) состоит из пяти ключевых этапов: 1) **Обнаружение** — ИИ самостоятельно находит задачи (например, в логах CI или нерешённых Issue). 2) **Передача** — задача передаётся в изолированную среду (песочницу) для параллельной работы агентов. 3) **Проверка** — наиболее важный этап, где независимый агент-оценщик проверяет результаты, а не тот же агент, который их создал. 4) **Сохранение** — состояние и прогресс фиксируются на диске, а не только в оперативной памяти. 5) **Планирование** — система автоматически перезапускает цикл по расписанию, замыкая его.

QКакие риски или скрытые затраты могут возникнуть при использовании Loop Engineering?

AПри использовании Loop Engineering могут возникнуть следующие риски и скрытые затраты: 1) **Долг по проверке** — незамеченные ошибки накапливаются в кодовой базе. 2) **Деградация понимания** — разработчики перестают глубоко понимать код, написанный ИИ. 3) **Когнитивная капитуляция** — человек слепо принимает результаты ИИ, переставая критически мыслить. 4) **Неконтролируемый расход токенов** — ИИ может попасть в бесконечный цикл попыток и сжечь бюджет.

QКакую роль, по мнению авторов, будет играть человек в эпоху Loop Engineering?

AВ эпоху Loop Engineering роль человека кардинально меняется: из оператора, который постоянно пишет запросы и управляет процессом, он становится **архитектором системы** и **распределителем вычислительных ресурсов**. Человек определяет цели, критерии остановки, проектирует механизмы проверки и решает, куда направить вычислительные мощности (бюджет на токены). Его ключевая ценность — не в генерации кода, а в **суждении, критическом мышлении и ответственности** за конечный результат. Как отмечается в статье, человеческое суждение становится единственным дефицитным ресурсом.

Похожее

Сингапур делает ставку на преимущества искусственного интеллекта, в то время как Гонконг привлекает управляющих инвестициями снижением налогов

В соперничестве за привлечение управляющих инвестициями и финансовых талантов Сингапур и Гонконг применяют разные стратегии. Гонконг фокусируется на налоговых льготах для фондов и семейных офисов, стремясь сделать работу в регионе дешевле. Однако потенциальные налоговые преимущества могут подтолкнуть некоторых руководителей к переезду из Сингапура. В то же время Сингапур делает ставку на свои технологические преимущества, особенно в доступе к передовым моделям искусственного интеллекта как из США, так и из Китая (например, Moonshot, DeepSeek). Для количественных фондов, зависящих от сложных алгоритмов, этот доступ критически важен для конкурентоспособности. Технологический разрыв и ограничения на западные ИИ-модели в Китае уже побуждают некоторые гонконгские фонды рассматривать перенос ключевых операций в Сингапур. Ситуацию осложняют соображения безопасности данных и защиты интеллектуальной собственности. Нейтральный статус Сингапура в технологическом противостоянии США и Китая дает компаниям больше уверенности. Пример — решение хедж-фонда Citadel перевести ключевых сотрудников из Гонконга в Сингапур или Майами. Таким образом, конкуренция выходит за рамки налогов. Гонконг обладает сильными связями с материковым Китаем и развитыми рынками, а Сингапур позиционирует себя как технологический хаб. Для инвестиционных компаний выбор между более низкими налогами и лучшими технологиями будет определять, какой центр привлечет следующую волну талантов.

cryptonews.ru13 мин. назад

Сингапур делает ставку на преимущества искусственного интеллекта, в то время как Гонконг привлекает управляющих инвестициями снижением налогов

cryptonews.ru13 мин. назад

Биткоин-ETF потеряли почти $390 млн за неделю, пока SOL-ETF привлекали новый капитал

С 10 по 14 августа 2026 года спотовые биткоин-ETF в США столкнулись с совокупным оттоком капитала в размере $389,71 млн, согласно данным SoSoValue. Отток наблюдался в четыре из пяти торговых сессий недели, наибольший — из фондов FBTC (Fidelity) и GBTC (Grayscale). Лишь два биткоин-ETF, BTC (Grayscale) и MSBT (Morgan Stanley), зафиксировали приток средств. Сектор Ethereum-ETF также завершил неделю с чистым оттоком в $2,26 млн, где основные потери пришлись на фонды BlackRock и Fidelity. В отличие от них, ETF на базе альткоинов показали положительную динамику. Лидером стал SOL-ETF с притоком $10,26 млн, за которым следуют фонды на базе HYPE, XRP, LINK и HBAR. DOGE-ETF, напротив, зафиксировал небольшой отток. Активность на рынке Гонконга оставалась низкой. Ранее на прошлой неделе в различные криптофонды было привлечено более $1 млрд.

cryptonews.ru15 мин. назад

Биткоин-ETF потеряли почти $390 млн за неделю, пока SOL-ETF привлекали новый капитал

cryptonews.ru15 мин. назад

Внедрение криптовалют в ЕС приостановилось: ЕЦБ выявил, что доля их использования в Интернете составляет всего 0,2%

Последний опрос Европейского центрального банка (ЕЦБ) показал крайне низкий уровень внедрения криптовалют в еврозоне. Исследование, охватившее 8205 компаний, выявило, что наличные деньги остаются самым популярным способом оплаты (92% предприятий), опережая банковские карты (88%). Доля мобильных платежей значительно выросла. При этом криптовалюты практически не используются: лишь 0,2% компаний принимают их для онлайн-покупок, а среди предприятий с физическими точками продаж этот показатель составляет 1%. Это свидетельствует о медленном внедрении цифровых активов бизнесом, несмотря на признание их потенциальных преимуществ, таких как снижение издержек. ЕЦБ подчеркивает важность сохранения доступности наличных денег на фоне растущей автоматизации платежей. Хотя введение регулирования MiCA создало для платежных операторов чёткие рамки и возможности для разработки решений, этого пока недостаточно для ускорения адаптации криптовалют в Европе.

cryptonews.ru15 мин. назад

Внедрение криптовалют в ЕС приостановилось: ЕЦБ выявил, что доля их использования в Интернете составляет всего 0,2%

cryptonews.ru15 мин. назад

СМИ: Anthropic рассчитывает на доход до $200 млрд в 2028 году перед IPO

Компания Anthropic прогнозирует, что ее доход достигнет $190-200 млрд к 2028 году. Инвесторы оценивают компанию перед потенциальным IPO, используя этот будущий показатель и мультипликатор стоимости к доходу (EV/Revenue), что нетипично для размещений. Такой подход связан с масштабным ростом бизнеса: годовой темп дохода вырос с $9 млрд в конце 2025 года до более $47 млрд к маю 2026-го. Компания также ожидает первую квартальную операционную прибыль. Для оценки Anthropic инвесторы сравнивают ее с такими компаниями, как Palantir, Cloudflare и SpaceX, которые также оцениваются с прицелом на будущие финансовые показатели. Основной вызов для Anthropic — превратить огромные инвестиции в ИИ-инфраструктуру (вычислительные мощности, модели, персонал) в устойчивый рост доходов и прибыльности. Некоторые эксперты задаются вопросом о реальной экономической отдаче от ИИ и долгосрочной стабильности столь высокой оценки, которая, по предварительным данным, может превысить $1 трлн.

cryptonews.ru17 мин. назад

СМИ: Anthropic рассчитывает на доход до $200 млрд в 2028 году перед IPO

cryptonews.ru17 мин. назад

Бизнес открытого блокчейна: кому достаются комиссии и зачем нужен фонд

Статья разбирает экономику публичных блокчейнов на примерах Ethereum, Solana и Optimism. Основной тезис: комиссии, которые платит пользователь, не равны «выручке проекта». Деньги распределяются по-разному: часть сжигается, часть достаётся валидаторам, фонды развития (как Ethereum Foundation) часто финансируются из собственных резервов, а не из комиссий. Объясняется, куда уходят комиссии в Ethereum (сжигание базовой части, доплата валидатору) и Solana (половина сжигается, половина — валидатору). Фонды живут на казначейства, доход от стейкинга или гранты. Разработчики могут зарабатывать на сервисах вокруг открытого кода (как OP Enterprise от Optimism), а не на продаже технологии. Также рассматривается модель Optimism, получающего доход от сетей, построенных на его основе (например, Base), и новая программа выкупа токена OP. Подчёркивается, что рост комиссий не гарантирует выгоды держателям токена — всё зависит от механизмов распределения (стейкинг, сжигание, выкуп). Для оценки проекта важно понимать: кто платит, кто получает комиссии, как связан доход с токеном. Иначе одинаковые суммы комиссий в разных сетях могут иметь совершенно разный экономический смысл.

cryptonews.ru18 мин. назад

Бизнес открытого блокчейна: кому достаются комиссии и зачем нужен фонд

cryptonews.ru18 мин. назад

Торговля

Спот

Популярные статьи

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

2025 год — год институциональных инвесторов, в будущем он будет доминировать в приложениях реального времени.

2.0k просмотров всегоОпубликовано 2025.12.16Обновлено 2025.12.16

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на AI (AI) представлены ниже.

活动图片