吴恩达近日在X上发表长文，对Loop Engineering提出了一个远超当前主流讨论的深刻理解。当多数人还在热议AI Agent如何自动写代码、调试和修复Bug时，吴恩达指出，真正的变革在于软件开发开始同时运转三种不同时间尺度的循环：最内层是AI自我迭代代码的工程循环，中间层是开发者持续修正产品方向，最外层则是真实用户与市场环境不断修正开发者的判断。这三个Loop，一层比一层慢，但也一层比一层重要，共同构成了AI时代软件开发的完整图景。
最内层的Agentic Coding Loop，是当前最受瞩目也最炫技的部分。吴恩达以自己为女儿制作打字小程序的经历为例：他给Agent一份产品文档和评测标准后，Agent独立写代码、跑测试、发现问题、修改再测，甚至自己打开浏览器预览页面，持续近一小时后才汇报结果。整个过程他几乎未插手。这标志着AI从一次性问答工具进化为能自我纠偏的小系统。过去人们以为AI Coding的进步主要来自模型能力提升，但吴恩达指出，真正的飞跃在于Agent学会了自我检查与验证。然而，这一循环再快，也无法回答“应该写什么”的问题——Agent能优化答案，却不知道什么是真正的问题。
第二层Developer Feedback Loop，主角重新回到人。开发者不再替AI纠Bug，而是专注于更高层的判断：决定功能范围、调整UI交互、重新思考信息组织，甚至推翻重来。吴恩达提到，去年很多开发者还在给Agent当QA，但如今Agent自测能力增强，人花在挑错上的时间减少，精力自然转向产品决策。在打字App案例中，他真正花时间的是调整视觉风格、设计猫咪皮肤、规划家长登录流程——这些都是方向性决策。这一层循环的节奏约为几十分钟到几小时，核心难点在于将模糊想法转化为Agent可执行的Spec。吴恩达特别指出，人类在产品上的优势并非玄妙的“品味”，而是“上下文优势”——用户是谁、业务边界、约束条件、竞争对手等关键信息目前仍锁在人脑中，AI无从知晓。因此，只要人类掌握着Agent不知道的上下文，就必须留在这个循环中。
第三层Outer Loop，也是最慢但最重要的循环，涉及真实用户与市场反馈。开发者的判断再好，终究局限于自身认知，而用户的实际使用行为、市场变化、竞争动态，会不断修正开发者的产品假设。这一循环的周期可能是数天到数周，甚至更长。吴恩达认为，最有效的开发流程是让这三个Loop同时运转：Agent在分钟级内快速迭代代码，开发者在小时级内调整方向，而市场和用户在日或周级内提供反馈，形成持续优化的正循环。对于AI从业者，这意味着需要重新思考团队分工：第一层可大幅减少工程人力，第二层需要更强的产品思维，第三层则要求更紧密的用户连接。未来的竞争力，将取决于能否让这三个Loop高效协同，而非仅仅追求Agent的代码生成速度。