Πώς η loop engineering αλλάζει τον τρόπο που δουλεύουν οι agents

Ο Addy Osmani εξηγεί σε άρθρο που αναδημοσιεύτηκε από το Elevate blog του ότι δουλεύει συνήθως με πέντε έως δέκα agents ταυτόχρονα, αλλά δεν αναθέτει σε όλους τις ίδιες εργασίες με τον ίδιο βαθμό ελέγχου.

Όπως περιγράφει, κάποιες δουλειές μπορούν να δοθούν πλήρως σε agents, αρκεί να είναι σαφή τα όρια και οι συνθήκες τερματισμού. Σε άλλες περιπτώσεις, ο ίδιος προτιμά να παρακολουθεί πιο στενά τη διαδικασία και να ελέγχει τον κώδικα που παράγεται.

Στο κείμενο εξηγείται τι εννοείται με τον όρο loop engineering: ένας αυτόνομος κύκλος ανατροφοδότησης, στον οποίο ένας AI agent ενεργεί, ελέγχει το αποτέλεσμα και προσαρμόζει την προσέγγισή του μέχρι να επιτευχθεί ένας συγκεκριμένος στόχος.

Ο Osmani αναφέρει ότι πλέον υπάρχουν δύο βασικά εργαλεία που έχει κανείς υπόψη του στο Claude Code. Το πρώτο είναι το goal, που κατευθύνει ένα περιορισμένο έργο μέχρι να φτάσει σε έναν συγκεκριμένο στόχο. Το δεύτερο είναι το loop, που επαναλαμβάνει μια εργασία σε σταθερό διάστημα και μπορεί να χρησιμοποιηθεί για προγραμματισμένες αλλαγές.

Στο άρθρο γίνεται αναδρομή στην περίοδο πριν ενσωματωθούν τέτοια primitives στο Claude Code και το Codex, όταν η loop engineering στηριζόταν σε χειροποίητα bash loops. Ο Osmani θυμάται επίσης πειραματισμούς που έγιναν νωρίτερα μέσα στη χρονιά γύρω από το Ralph loop του Geoff Huntley, κυρίως σε προσωπικά projects, όπου τα ρίσκα ήταν μικρότερα.

Παρά την πρόοδο, ο ίδιος τονίζει ότι χρειάζεται προσοχή. Όταν ένα loop αφήνεται μόνο του χωρίς ξεκάθαρα διατυπωμένο στόχο ή περιορισμούς, μπορεί να οδηγήσει σε προβλήματα. Γι’ αυτό, όπως σημειώνει, υπάρχει διάκριση ανάμεσα σε ένα codebase χωρίς χρήστες ή μεγάλη ιστορική πολυπλοκότητα και σε ένα brownfield bank codebase.

Το Claude Code team, όπως αναφέρεται στο κείμενο, περιγράφει τέσσερις τύπους loops. Στον πυρήνα τους βρίσκονται οι επαναλαμβανόμενοι κύκλοι εργασίας μέχρι να καλυφθεί μια συνθήκη τερματισμού. Η ομάδα ξεχωρίζει loops ανάλογα με το πώς ενεργοποιούνται, πώς σταματούν και ποιο task είναι καταλληλότερο για το καθένα.

Για τα goal-based loops, το άρθρο εξηγεί ότι είναι χρήσιμα όταν μια εργασία χρειάζεται επανάληψη μέχρι να γίνει αποδεδειγμένα σωστή. Ως παράδειγμα αναφέρεται η βελτίωση μιας εμπειρίας ώστε να φορτώνει σε πέντε δευτερόλεπτα, με το σύστημα να ελέγχει συνεχώς αν πληρούνται τα κριτήρια ολοκλήρωσης.

Στα time-based loops, η λογική είναι διαφορετική: πρόκειται για επαναλαμβανόμενη εργασία σε συγκεκριμένο χρονικό διάστημα. Το άρθρο δίνει ως παράδειγμα την καθημερινή σύνοψη μηνυμάτων στο Slack ή τον έλεγχο ενός pull request για αλλαγές και αποτυχημένα CI runs.

Ο Osmani λέει ότι χρησιμοποιεί καθημερινά πέντε έως δέκα agents, με περίπου πέντε να λειτουργούν ταυτόχρονα. Κάποιες εργασίες θεωρεί ότι είναι πιο ασφαλείς, όπως η συγγραφή τεκμηρίωσης για μια νέα λειτουργία ή ο έλεγχος της κάλυψης δοκιμών. Σε πιο σύνθετα ή ευαίσθητα θέματα, όπως συστήματα με πρόσβαση, authentication, ασφάλεια ή χρηματοοικονομικές λειτουργίες, παρακολουθεί το αποτέλεσμα πολύ πιο στενά.

Κεντρικό σημείο του άρθρου είναι ότι δεν πρέπει να αφήνεται ο ίδιος ο agent να κρίνει αν η δουλειά του είναι αρκετά καλή. Ο ένας agent μπορεί να συντάσσει μια αλλαγή και ένας άλλος να την ελέγχει. Ο Osmani αναφέρει ότι έμαθε αυτή τη διάκριση δύσκολα, όταν παραλίγο να προωθήσει αλλαγές που, μετά από πιο προσεκτικό έλεγχο, θα πρόσθεταν περιττή πολυπλοκότητα χωρίς μεγάλο όφελος.

Το κείμενο διευκρινίζει επίσης ότι ο evaluator που βρίσκεται πίσω από το goal δεν κάνει ποιοτική κρίση του περιεχομένου. Ελέγχει μόνο αν έχουν ικανοποιηθεί οι σκληροί κανόνες που έχουν τεθεί στον διάλογο.

Στο τέλος, ο Osmani περιγράφει και έναν καθημερινό δικό του workflow γύρω από το open source αποθετήριο Agent Skills, το οποίο όπως αναφέρει έχει πάνω από 80.000 stars και δεχόταν πρόσφατα 80 ή 90 pull requests την ημέρα. Με το loop, λέει, μπορεί κανείς να οργανώσει επαναλαμβανόμενους ελέγχους σε GitHub issues ή PRs, ακόμη και να συνδυάσει loop και goal για να εντοπίζει ένα bug και να προχωρά σε διόρθωση μέχρι να περνούν όλα τα τοπικά tests.

Πηγή: oreilly.com.