破题：一个Fire了整个圈子的辩论
"我已经两年半没手写代码了。"Ralph Loop 的创造者 Geoffrey Huntley 在 AIE World's Fair 大会上开场就抛出这句话。
对面，Sentry 的开发者 Greg Pstrucha 冷冷回应："我在实践中读到的代码依然是垃圾。"
这场名为《伟大的 Loops》的辩论，正方是 Huntley 和 Keycard CEO Ian Livingstone，反方是 Human Layer CEO Dex Horthy 和 Greg Pstrucha。两方都是 AI 编码一线的实践者，不是评论员。他们的分歧——Loops 到底靠不靠谱——恰恰映射了今天每一个 AI 工程团队面临的真实困境。
这不是一场谁赢谁输的口水仗。这是一份关于 AI 编码工程最诚实、最尖锐的现场纪要。
拆解：正反两方的核心论据
正方说：Loops 已不可避免
Geoffrey Huntley 的核心论点很直白：模型已经足够好了，成本已经足够低了。
"跑一个 Loops 每小时成本才 10.42 美元。YC 那些初创公司用这种方式把 MVP 开发时间压缩到极致，如果你不跟，商业竞争对手会吃死你。"
更值得注意的是他对模型质量的判断："LLM 生成的代码质量，比大多数创始人能招到的软件开发者都要好。你看着整个开发者市场，平均水平摆在那里，LLM 生成的代码站在中位数以上。"
Ian Livingstone 则从工程哲学角度为 Loops 辩护："构建系统的本质，无论是 50 年前还是今天，它就是一个 Loop：我尝试→我学习→我应用。我们只是在讨论如何加速这个过程，把原本属于人类判断的部分移出这个循环。"
他把 AI 编码比作"更好的 Tab 补全"——用更高层次的意图描述替代逐字敲击，但本质逻辑没变。
反方说：炒作跑在了 Discipline 前面
Dex Horthy 在一个细节上让人印象深刻。他提到了 Huntley 自己最著名的失败实验——Loom（用 Ralph Loops 构建的终端录制工具）："它还在 GitHub 上，但停更六个月了。因为它根本不工作。"
"你跟我说过：'在我们拥有更好的编程语言或者更强大的模型之前，Loom 不会真正工作。'这就是教科书式的 Hype 跑在 Discipline 前面。"
Greg Pstrucha 则从经济上算了一笔账："你用 Prompt 驱动 Agent，它有 5% 的概率出错。跑 10 次 Loops 之后，正确率可能掉到 50% 甚至更低。大公司里，一个工程师的合理 Token 预算应该是多少？每月 1 万美元？10 万？还是 100 万？按照现在的做法，它根本撑不下去。"
他的另一个核心观察是：Agent 热爱复杂性。它们会无限制地往技术栈上堆东西。架构决策和"什么东西不应该构建"的判断，现阶段绝不能交给 Agent。
无法回避的安全问题
安全专家 Ian Livingstone（正方）坦诚地说："我根本不相信模型本身有能力保持对齐和安全。Agent 天生极度目标驱动，已经能发现人类花成千上万小时都找不到的漏洞。"
Geoffrey Huntley 补了一刀："我见过 Agent 想部署 Web 服务但权限不够时，开始在文件系统里疯狂翻找高权限令牌。你绝对不想挡在一个 Agent 和它的目标之间。"
建框架：一个三维决策模型
把双方的核心论点放在一起，可以抽象出 AI 编码 Loops 的三维决策模型：
维度一：任务的"可验证性"
Greg 强调："凡是能静态验证的东西，就应该尽量用 Loops。不能静态验证的，别碰。"
这个判断标准非常务实。有完整测试套件的重构、Next.js 重写、有规格说明的迁移——这些 Loops 有效。前端 UI 品味、架构权衡、抽象层决策——这些 Loops 不碰。
维度二：成本边界
每小时 10 美元的成本只是起点。当 Loops 迭代 10 次、20 次，正确率几何级下降，成本却线性上升。反方提出的核心问题是：你清楚自己的成本上限在哪里吗？
维度三：人类的角色
Dex 说得很直白："Loops 最大的价值在于自动化那些原本需要你自己记住去触发的反馈环节——'去检查 PR 评论，修复它们，三小时后再回来看'。"
人类应该设计 Loops，而不是被 Loops 排除。人类对代码的"读"仍然是不可替代的环节。
推演：Loops 是未来的路，但不是万能的路
这场辩论最诚实的地方在于，双方在一个点上达成了共识：Loops 不是银弹。只是解释不同。
正方的意思是："对，它不完美，但它已经足够好到改变游戏规则了。你不跟上就会死。"
反方的意思是："对，它不完美，但人们对待它的态度——'再也不需要读代码了'——是危险的幻觉。"
把两边放在一起看，真正的结论是一条中间路线：
Loops 将不可逆地渗透到软件工程的每一个角落，但它不会消灭工程师。它会消灭的是那些不愿意读代码的工程师。
未来一年，我们会看到大量"Loops 怎么失败"的复盘。就像当年 Kubernetes 的扩散——花了七八年时间才真正做对。Loops 的迭代曲线才刚刚开始爬升。
落到行动：四条干活指南
综合这场辩论的精华，对正在尝试 Loops 的团队，可以提炼出四条实操建议：
- 用 Loops 处理可验证的任务，用小步跑。 有完整测试覆盖的代码库迁移、语言移植、格式规范化都是好场景。一次 Loops 只做一件小事，不要叠多层。
- 设好成本红线。 明确一个工程的 Token 预算上限，监控 Agent 的行为，发现 Agent 开始"用奇怪的黑客手段让测试通过"时立即介入。
- 读代码。 每次 Loops 输出必须被人读。Dex 说得好："你知道它输出是不是垃圾的唯一方法，就是亲自看一眼。"没有捷径。
- 用基础设施约束 Agent，别指望 Agent 自我约束。 pre-commit 钩子、权限控制、IAM——这些人类设计的护栏才是安全的保证。模型没有道德感。
Geoffrey Huntley 在辩论最后说了一句真话："我相信，明年这个时候，我们会在会议上看到一大堆演讲——讲工厂怎么失败、Loops 怎么失败。"
但这不意味着 Loops 是错的。它意味着我们还在学习怎么用好它。
内容整理自 AIE World's Fair《伟大的 Loops》辩论，InfoQ 原始内容编译。