我今天写了一篇关于 Claude Code /loop
有了这个，对于习惯使用 terminal 的人而言，基本上不再需要用到小龙虾了。
不过，文章底下的一条评论引起了我进一步的思考：
一位葛姓兄弟说「原来自主的本质是循环吗？」
底下有人评论：「相对老板我们确实在循环」
还有人甩了一句：「life is a loop」。
然后，这位来自北京的图南网友指出：
loop 和反馈机制是控制论的核心。
这句话让我意识到，/loop这个功能之所以有所「不一样」，不只是因为它能定时跑任务。
展开全文
而是因为，它触碰到了一个更本质的问题：
什么是自主？
恒温器的秘密
1948 年，数学家 Norbert Wiener 出版了一本叫《控制论》的书，副标题是「动物与机器中的控制与通信」。
这本书的核心观点可以用一句话概括：一切自主行为的基础，是反馈循环。
他举了一个最朴素的例子：恒温器。
恒温器做的事情很简单：测量温度 → 和目标温度对比 → 决定开还是关 → 再测量。周而复始，从不停歇。
没有人告诉它「现在该开暖气了」，它自己感知、自己判断、自己行动。
Wiener 说，这就是自主。
不是「不需要外界输入」，而是「能对自己的输出做出反应」。
这个定义比我们日常理解的「自主」，要深刻得多。
我们通常觉得自主是「不受控制」，但 Wiener 说不是，自主是「自己控制自己」。
而自己控制自己的方式，就是循环。
你，也是恒温器
想想你和老板的关系。
老板给你一个任务：「做一个用户增长方案」。
你去做了，做完交上去，老板说「这里不行，改」，你改了再交，老板说「差不多了，但这个数据再核实一下」，你核实完再交。
这是什么？
这就是一个反馈循环。
感知（接收反馈）→ 判断（理解哪里不对）→ 行动（修改方案）→ 再感知（等待新的反馈）。
你就是你老板的恒温器。
评论区那位说「相对老板我们确实在循环」的朋友，真的，并不是在开玩笑。
从控制论的角度看，每一个被管理的人，都是一个反馈循环的执行单元。
但这里有一个关键区别：循环的频率和自主权，决定了你是一个「恒温器」还是一个「人」。
如果老板每一步都盯着你，每写一行代码都要审批，每发一封邮件都要确认，那你就是一个每秒钟都在被调控的恒温器，执行的是别人的意志，没有自己的判断空间。
但如果老板只说「做一个增长方案」，然后放手让你去想、去试、去犯错、去修正，一周后来看结果。
那你的循环就变了：
你自己设定目标，自己收集数据，自己判断效果，自己调整策略。你不再是别人的反馈循环，而是拥有了自己的反馈循环。
这，就是自主。
伴侣、思考、呼吸
这个模式无处不在。
伴侣关系：你说了一句话，对方的表情变了，你感觉到了，于是调整了措辞，对方放松了，你也放松了。这是两个反馈循环在耦合。好的关系，是两个人都在感知对方的输出并调整自己的输入。坏的关系，是其中一方的循环断了，不再感知，不再调整。
独立思考：你产生一个想法，写下来，读一遍，觉得不对，改一下，再读，觉得还是不够好，推翻重来。这就是思考的循环。所谓「深度思考」，只不过是循环的次数更多、反馈的精度更高。
甚至呼吸：血液中的二氧化碳浓度升高 → 化学感受器检测到 → 呼吸中枢发出指令 → 呼吸加深 → 二氧化碳排出 → 浓度下降 → 呼吸恢复平静。你不需要「决定」去呼吸，你的身体自己在循环。
生物学家 Maturana 和 Varela 在 1970 年代提出了一个概念叫 Autopoiesis（自创生）：生命系统的本质特征，是能够持续地生产和维持自身。一个细胞不断地制造自己的组成部分，这些组成部分又构成了制造它们的系统本身。
生命，就是一个自我维持的循环。
所以「life is a loop」这句评论，在生物学意义上是完全准确的。
以前的 AI 不循环
回过头看 AI 的发展，我们会发现：
过去几年我们用的 AI，绝大多数是单次调用模式：你问一个问题，它给一个回答。结束。
ChatGPT 刚出来的时候，大家觉得很神奇。但本质上，它是一个「刺激-反应」模型：你说一句，它说一句。它没有自己的目标，没有持续的感知，没有对自己输出的反思。
它不循环。
你让它写一段代码，它写了。代码能不能跑？它不知道。跑出来结果对不对？它不关心。它只负责那「一次生成」，至于生成之后发生了什么，和它无关。
从控制论的角度看，这种 AI 没有反馈回路。它有输入，有输出，但输出不会影响下一次输入。它是一个开环系统。
开环系统能做事，但不能自主。
就像一个只会按固定温度吹风的空调，不管房间现在多热多冷，它就吹那个温度。有用吗？有用。自主吗？不自主。
现在，AI 开始循环了
Claude Code 的 /loop看起来只是加了一个定时器，但它改变的是系统的拓扑结构。
以前：人发指令 → AI 执行 → 结束。开环。
现在：AI 执行 → 观察结果 → 判断是否达标 → 调整策略 → 再执行。闭环。
这就是从「开环」到「闭环」的质变。
好比有人提到自己的做法是写一个 shell 脚本：while true: claude "按照文档继续施工不要停下来"。
我也早在去年，在 Ralph Loop 之前就在用我自己的 Loop 了：在 中我分享了让 AI 循环工作的诀窍：
甚至我还自己写了个 shell 脚本来自动化无限循环这个事儿。但我这个没有更好地流传出去，我想最大的原因是：我没有给它取一个好名字。（记笔记）
但我这个循环，是得靠外部工具来实现。
现在 Claude Code 和 OpenClaw 等 Agent，进一步 /loop把这个循环内化了。
AI 能定时检查、检查什么、根据检查结果做什么。
甚至，我可以让它自己决定什么时候来做。
配合 CLAUDE.md 提供的长期记忆和目标，配合 hook 提供的持久化，它具备了一个完整反馈循环的所有要素：
感知 → 判断 → 行动 → 再感知。
这不就是 Wiener 说的自主吗？
OODA 和 PDCA
其实我们人类，也早就把「循环」提炼成了各种方法论。
军事领域有 OODA Loop（观察-定向-决策-行动），是美国空军上校 John Boyd 在 1970 年代提出的。他发现，空战中胜出的飞行员，不是飞得最快的，而是循环转得最快的。
谁能更快地观察局势、判断意图、做出决定并采取行动，谁就掌握主动权。
管理领域有 PDCA 循环（计划-执行-检查-改进），戴明环，质量管理的基石。每转一圈，质量就提高一级。不是一步到位，而是螺旋上升。
创业圈有「精益循环」，硅谷有「构建-测量-学习」。
所有关于「如何变得更好」的方法论，本质上都是在描述同一件事：建立一个反馈循环，然后让它转起来。
循环的速度决定了进化的速度。Boyd 说：赢的不是最强的，是循环最快的。
自主的光谱
所以，自主不是一个「有或没有」的开关，而是一个光谱。
光谱的一端是纯开环：你给我一个指令，我执行一次，结束。传统的 API 调用、SQL 查询、单次 ChatGPT 对话，都在这一端。
光谱的另一端是完全自创生的闭环：系统自己设定目标，自己感知环境，自己决策，自己行动，自己反思，自己进化。生命本身在这一端。
中间有无数层级：
有人盯着的循环：老板盯着你写每一行代码。循环存在，但自主权极低。
定期检查的循环：老板每周看一次结果。你有更多空间自己判断和调整。
目标驱动的循环：老板只定目标，你自己决定怎么达成。高度自主。
自我驱动的循环：你自己定目标，自己执行，自己迭代。完全自主。
有人盯着的循环：老板盯着你写每一行代码。循环存在，但自主权极低。
定期检查的循环：老板每周看一次结果。你有更多空间自己判断和调整。
目标驱动的循环：老板只定目标，你自己决定怎么达成。高度自主。
自我驱动的循环：你自己定目标，自己执行，自己迭代。完全自主。
AI 也在这个光谱上移动。
单次对话的 ChatGPT，在最左边。
加了 /loop和 CLAUDE.md 的 Claude Code，往右移了一大步。
OpenClaw 这样的自主 Agent 框架，又往右移了一步。
但距离真正的「自创生」，所有 AI 都还很远。它们能循环，但还不能自己定义循环的目的。
一个新的视角
写这篇文章的时候，我一直在想一件事：
我们总是在讨论 AI 的「能力」，讨论它能写什么代码、能画什么图、能过什么考试。但也许更值得关注的，是它的拓扑结构。
一个模型有多聪明，不如问它有没有反馈循环。
一个 Agent 有多强大，不如问它的循环转得多快。
一个系统有多自主，不如看它的循环嵌套了几层。
评论区还有人调侃说「token 在燃烧」。没错，循环是有代价的。每多转一圈，就多消耗一份算力。但这恰恰说明了循环的价值：
你愿意为一个东西持续投入资源，让它不断运转、不断反馈、不断改进，这件事本身就是自主的体现。
不管那个「东西」是一个 AI Agent，一段关系，一份工作，还是你自己。
Wiener 在 1950 年写了一本面向公众的书，叫《人有人的用处》（The Human Use of Human Beings）。
他在书里说了一句话，七十多年后读起来依然精准：
「我们在抵抗混沌的过程中生存。」
抵抗混沌的方式，就是不断循环。感知、判断、行动、再感知。
这是恒温器的方式，是呼吸的方式，是思考的方式，是工作的方式。
现在，也是 AI 的方式。
