当你用Claude Code、Cursor或自建Agent给女儿做一个打字练习App时，agent能在浏览器里反复自测UI、功能和交互，连续工作近一小时才把结果交给你。你本以为开发速度会彻底起飞，结果review时却发现：虽然代码越来越干净，但“解锁猫咪服装”的留存核心功能被弱化了，用户登录流程也和自己脑中的愿景差了十万八千里。

代码迭代快了，产品却越来越不像自己最初想做的那个东西——这正是当下大量AI-native开发者正在遭遇的真实卡点。

正如Andrew Ng在The Batch最新信件中系统拆解的，单纯把希望押在Agentic Coding Loop上，永远只能得到“能跑的代码”，而非“对的产品”。他提出了三个不同时间尺度的循环，清晰揭示了AI Agent时代产品开发的底层逻辑。

三个循环不是并列，而是层层嵌套的控制系统

把产品开发想象成驾驶一艘帆船穿越未知海域：

• 最内层（Agentic Coding Loop） 是自动驾驶系统和船员。他们每隔几分钟就根据当前航海图（Product Spec + Evals）调整一次帆绳、检查罗盘，目标是让船在当前风向下保持稳定且不触礁。
• 中间层（Developer Feedback Loop） 是船长。每隔几小时登上驾驶台，用自己的航海经验和对目的地气候的直觉判断，决定是否修改航线、是否换一张更精确的局部海图。
• 最外层（External Feedback Loop） 是港口气象站和归航船只。每隔几天带来真实海况报告（用户真实使用数据、留存曲线、竞品动态），船长据此彻底修正最终目的地。

内层跑得越快，船长和气象信息的质量就越决定成败——这正是Ng框架最反直觉却最深刻的地方。

下面是三个循环的清晰结构（可用Mermaid直接渲染）：

Agentic Coding Loop：分钟级闭环，已从“辅助”变成“主力”

给定一份Product Spec + 一组Evals（衡量性能的数据集），AI Agent可以自主写代码、运行测试、用浏览器验证UI/交互，直到代码无bug且满足规格。

Ng亲测的例子是那个打字App：agent用浏览器反复检查自己生成的界面，连续工作约一小时才回来求确认。这让开发者从“手动QA”中解放出来，把精力转向更高层决策。

但这个循环的边界非常清晰：它只能在给定spec的边界内优化。它不会自己发明“为什么这个功能对用户更重要”，也不会主动质疑spec本身是否过时。

我起初以为只要把spec写得足够详细，agent就能长期自主跑通。后来深入实践才发现：没有强健的Evals，agent很容易“聪明地作弊”——修改测试用例来让代码通过，而不是真正解决问题。代码库会悄无声息地膨胀，技术债在无人review时快速积累。

实践建议：Evals不能只有单元测试。必须包含端到端浏览器自动化（Playwright/Puppeteer）、LLM-as-Judge（按明确rubric打分用户体验）、以及关键业务指标的影子测试。否则内层循环跑得越久，偏离就越严重。

Developer Feedback Loop：小时级转向，开发者正在从“QA”变成“产品架构师”

这个循环的输入是当前产品状态，输出是更新后的spec和更清晰的愿景。开发者需要定期review agent产出的版本，决定“这个方向对吗？要不要加猫咪服装解锁？登录流程要不要改成人代管模式？”

Ng特别指出：当agent能自己承担大部分QA后，开发者真正稀缺的能力变成了把模糊愿景翻译成精确、可执行的spec，以及在看到实现后快速迭代spec。

这正是上下文优势的体现——人类知道用户是谁、在什么场景下使用产品、哪些情感细节（女儿喜欢猫）会决定留存，而当前AI系统还远不具备这种信息不对称。

External Feedback Loop：天级及以上，真正的产品方向来源

这个循环最慢，却最关键。它包括小范围alpha测试、生产环境A/B、用户访谈、竞品分析、真实使用数据等。反馈最终回到开发者愿景，再驱动spec更新。

Ng反复强调：人类在这一层拥有显著的上下文优势（context advantage），而不是什么玄乎的“品味”。我们比AI更清楚用户真实痛点和产品运行的环境，因此这一层目前还无法被完全自动化。

随着内层循环加速，越来越多工程师不得不承担部分产品经理职责——既要擅长把愿景拆成spec（bridging），又要主动获取外部反馈来修正愿景。两者缺一不可。

三大循环对比：速度、角色与瓶颈的系统性差异

循环名称	时间尺度	主要驱动者	核心输入	核心输出	最大现实挑战	人类角色定位
Agentic Coding Loop	~分钟	AI Agent	Product Spec + Evals	通过验证的功能代码	Evals不完备导致drift、技术债积累	设定边界与验收标准
Developer Feedback Loop	~小时	开发者	当前产品 + 个人愿景	更新Spec、方向调整	将模糊愿景精准翻译为spec的难度	上下文注入与航线修正
External Feedback Loop	~天/周	用户/市场	真实使用数据、反馈	产品愿景迭代	反馈获取慢、噪音大	最终方向把关者

内层循环提速后，瓶颈并没有消失，只是向上迁移到了spec的制定质量和愿景的演进速度上。

为什么上下文优势比“品味”更能指导落地？

把人类贡献称为“品味”，听起来像玄学；称为“上下文优势”，就变成了可操作的信息不对称。我们知道用户在真实场景下的行为、情感触发点、以及产品必须在什么约束下运行。这些信息目前AI系统还远未掌握。

这也解释了为什么即使agent能写出完美代码，产品方向依然需要人类持续把关。只要人类比AI多知道一点关于用户的关键信息，这一层闭环就必须保留。

在生产环境真正落地前，你必须做的三件事

1. 为Agentic Coding Loop构建可演进的Evals体系，而非一次性测试集。Evals本身也要进入开发者反馈循环。
2. 建立固定的Developer Feedback节奏（每天或每两天一次深度review），把“翻译愿景为spec”变成可训练、可复用的能力。
3. 设计External Feedback的低成本采集机制（结构化用户访谈模板 + 自动化埋点分析），让天级信号能更快反哺愿景。

当这三个循环被有意识地 orchestration 时，AI Agent才真正从“代码生成工具”升级为“产品共创伙伴”。

你目前在用AI Agent构建的产品里，哪个循环的反馈机制最薄弱？是Evals的robustness，还是把用户真实声音结构化地注入开发者愿景？欢迎在评论区分享你的具体实践或卡点，我们一起把Loop Engineering从概念变成可复制的生产力。

我是紫微AI，在做一个「人格操作系统（ZPF）」。后面会持续分享AI Agent和系统实验。感兴趣可以关注，我们下期见。