Γιατί τα Loops Αλλάζουν τα Πάντα στη Δουλειά με AI Agents

Τον περασμένο μήνα, ο Peter Steinberger έριξε ένα tweet που έπιασε οκτώ εκατομμύρια προβολές: «Δεν πρέπει πια να κάνεις prompt τους coding agents. Πρέπει να σχεδιάζεις loops που κάνουν prompt τους agents σου.» Περίπου την ίδια εποχή, ο Boris Cherny—δημιουργός του Claude Code—είπε κάτι ανάλογο στο Acquired Unplugged: «Δεν κάνω πια prompt το Claude. Έχω loops που τρέχουν. Αυτά κάνουν prompt το Claude.»

Και μετά, το internet έκανε αυτό που κάνει πάντα: όλοι διαφώνησαν, κανείς δεν είδε ένα loop, και η συζήτηση κατέληξε σε χάος αφηρημένων εννοιών.

Εγώ τρέχω actual loops εδώ και αρκετούς μήνες. Όχι επειδή είμαι μπροστά από την εποχή μου—απλά με εκνεύρισε τόσο πολύ η χειροκίνητη δουλειά triage που την αυτοματοποίησα. Αυτό που ανακάλυψα με εξέπληξε: η mentalité των loops δεν είναι κάποια προχωρημένη τεχνική για AI power users. Είναι μια φυσική εξέλιξη που συμβαίνει μόλις σταματήσεις να αντιμετωπίζεις τους AI agents ως εξελιγμένα copy-pasters και αρχίσεις να τους βλέπεις ως συστήματα που μπορούν να παρακολουθούν, να αποφασίζουν και να ενεργούν για λογαριασμό σου.

Τα Τρία Είδη "Loop" που Κανείς Δεν Συμφωνεί

Εκεί αρχίζει το χάος: όταν ο κόσμος λέει "loop", μπορεί να εννοεί τρία διαφορετικά πράγματα, και οι διαφορές έχουν σημασία.

Πρώτο: το autonomous task loop—ουσιαστικά "συνέχισε μέχρι να τελειώσει." Σκέψου το Ralph script του Geoffrey Huntley (while :; do cat PROMPT.md | claude-code; done), ή την εντολή /goal που πλέον έρχεται native στα Codex και Claude Code. Αυτό είναι το "set it and forget it" mode.

Δεύτερο: το scheduled ή event-driven loop—δουλειά που τρέχει ενώ εσύ δεν είσαι στην καρέκλα. Το HEARTEBEAT.md του Peter Steinberger στο OpenClaw είναι το canonical παράδειγμα: ένα checklist που ο agent επανεξετάζει κάθε 30 λεπτά. Απόγονοι αυτού του pattern περιλαμβάνουν τα Codex automations και τα scheduled routines του Claude Code.

Τρίτο: το orchestration fan-out—dynamic workflows με πολλαπλούς agents που τρέχουν ταυτόχρονα. Οι map/reduce-style λειτουργίες του Claude Code ανήκουν εδώ. Αυτό μοιάζει περισσότερο με actor model παρά με απλό loop.

Η γνώμη μου; Ο Steinberger και ο Cherny περιγράφουν το δεύτερο είδος, καλωδιωμένο στο πρώτο. Τα loops που τρέχω εγώ είναι scheduled και event-driven στο εξωτερικό, και μερικά από αυτά εκτελούν experiment-style inner loops μόλις ενεργοποιηθούν. Αυτός ο συνδυασμός είναι που κρύβει το real leverage.

Το PR Babysitter: Η Εισαγωγή μου στο Loop Design

Είχα ήδη AI code review σε κάθε pull request. Το Claude έκανε πρώτο review, μετά το built-in review του Codex, και μετά ένα custom GitHub Action όπου εγώ ελεγχα ακριβώς τι έβλεπε το μοντέλο—τραβώντας full conversation context συν το patch diff.

Η actual ροή εργασίας μου ήταν γελοία: έκανες submit ένα PR, περίμενες να έρθουν τα reviews, και μετά copy-paste τα review comments στον agent. Μερικές φορές έκανες paste και screenshots. Χειροκίνητο, επαναλαμβανόμενο, soul-crushing.

Μια μέρα ρώτησα τον agent μου: "Δεν μπορείς απλά να χρησιμοποιήσεις το gh client και να ελέγξεις το review status;" Μπορούσε. Οπότε, φυσικά: "Δεν μπορείς απλά να συνεχίζεις να ελέγχεις και να μου λες όταν τελειώνει;"

Αυτό το ένα request μεταμόρφωσε τη ροή εργασίας μου. Ο agent πλέον παρακολουθεί για αλλαγές στο review status, τραβάει νέο context, αναλύει τα feedback, και κάνει την actual δουλειά να τα αντιμετωπίσει. Το loop τελειώνει όταν φτάσει σε triage decision: δέξου το feedback, σπρώξε πίσω, ή κάνε escalate σε μένα.

Το pattern γενικεύεται υπέροχα: watching για state changes σε external systems, ξύπνα όταν συμβαίνουν, τράβα φρέσκο context, ανάλυσε, ενέργησε, και κάνε triage. Μόλις δεις αυτό το shape, αρχίζεις να το εντοπίζεις παντού. Η ομάδα του Codex παρέχει το δικό της babysit-pr skill, και τα docs του Claude Code πλέον αναφέρουν το PR babysitting ως headline use case για την εντολή /loop.

Inner Loops: Όταν ο Agent Τρέχει τα Δικά Του Πειράματα

Υπάρχει ένα ακόμα loop pattern που χρειάστηκε περισσότερο για να εκτιμήσω: το experiment loop. Η έννοια του autoresearch του Andrej Karpathy με έκανε να το σκεφτώ—τρέχοντας πολλές επαναλήψεις, μετρώντας αποτελέσματα, κρατώντας αυτό που δουλεύει. Το στρέψα σε ένα αργό Python path και έτρεξα 49 πειράματα σε μια ώρα, ρίχνοντας το p95 latency από 339ms σε 34ms για περίπου $24.

Το ίδιο pattern εφαρμόζεται σε πιο δύσκολα προβλήματα: debugging agent behavior σε production. Όταν κάτι πάει στραβά—ένα weird trace στο Braintrust, user feedback στο Slack, ή κάτι που συνάντησα ο ίδιος—στήνω ένα worktree, κάνω paste το trace, και επικαλούμαι το test loop.

Αυτό που κάνει αυτό το loop διαφορετικό είναι ότι επιβάλλει μια πειθαρχία που η naive intuition του μοντέλου πολεμάει. Αν τον αφήσεις μόνο του, ένα μοντέλο θα κάνει hardcode "never do X, Y, Z" στο system prompt και θα overfit στο ένα trace που του έδειξες. Οι references του skill οργώνουν την έρευνα για το γιατί αυτή η προσέγγιση αποτυγχάνει, και το loop contract απαιτεί hypothesis και test matrix.

Χρειάζομαι τρεις περιπτώσεις: το αρχικό failing case, ένα adjacent positive που πρέπει να πάρει την ίδια path, και ένα counterexample που πρέπει να πάρει διαφορετική. Τρεις ή τέσσερις probes τρέχουν concurrently ενάντια στο local dev, ανασυνθέτοντας το exact user context από το trace. Κάθε run βαθμολογείται σε tool calls, latency, input-token delta, και correctness. Το μοντέλο δεν μπορεί να κάνει cheat με memorizing—πρέπει actually να καταλάβει.

Τι Αλλάζει Πραγματικά Όταν Φτιάχνεις Loops

Η μεγαλύτερη αλλαγή δεν είναι τεχνική—είναι εννοιολογική. Όταν κάνεις prompt έναν agent, εσύ είσαι αυτός που οδηγείς. Είσαι το throttle, ο navigator, ο quality checker. Τα loops αναστρέφουν αυτό. Γίνεσαι ο architect συστημάτων που οδηγούν τον εαυτό τους.

Αυτό δεν σημαίνει ότι η full autonomy είναι ο στόχος. Είμαι ακόμα στην triage gate σε ό,τι έχει σημασία. Τα loops χειρίζονται την πλήξη, την παρακολούθηση, την επανάληψη. Εγώ χειρίζομαι τα judgment calls που actually έχουν σημασία.

Η δεύτερη αλλαγή είναι ότι τα loops σε αναγκάζουν να είσαι explicit για τα success criteria. Ένα καλό loop έχει clear exit conditions, clear decision points, clear escalation paths. Δεν μπορείς να φτιάξεις ένα loop χωρίς να ορίσεις τι σημαίνει "done." Αυτή η πειθαρχία διαρρέει σε όλα.

Τρίτον, τα loops είναι composable. Το PR babysitter δουλεύει παράλληλα με το experiment loop. Τα scheduled checks ενεργοποιούν on-call responses. Αρχίζεις να χτίζεις μια library από behaviors που δουλεύουν μαζί, αντί για ένα σωρό one-off prompts.

Πού να Ξεκινήσεις Πρακτικά

Αν θέλεις να πειραματιστείς με loops, ξεκίνα με κάτι που έχεις ήδη αυτοματοποιήσει με τον λάθος τρόπο. Πιθανότατα έχεις ένα GitHub Action που κάνει κάτι on a schedule, ή ένα Claude Code session που το ξανατρέχεις manually, ή μια review διαδικασία που περιλαμβάνει copy-pasting outputs μεταξύ tools.

Διάλεξε το πιο εκνευριστικό. Ρώτα τον εαυτό σου: τι state change περιμένω actually; Τι context χρειάζεται ο agent όταν συμβεί αυτή η αλλαγή; Τι decision πρέπει να πάρει;

Μετά έφτιαξε το loop. Δεν χρειάζεται να είναι elegant. Πρέπει να δουλεύει, και να σε βάζει πίσω στον έλεγχο του χρόνου σου.

Τα full configs, skills, και CI workflow πίσω από τα loops που τρέχω βρίσκονται σε ένα public snapshot repo: camwest/agent-skills. Δεν είναι polished product—είναι ένα working system που εξελίσσεται καθώς μαθαίνω. Αυτό είναι το νόημα. Τα loops δεν είναι destination· είναι practice.

Ο δημόσιος διάλογος γύρω από τους AI agents πνίγεται στην αφαίρεση. Εδώ είναι η concrete εκδοχή: σταμάτα να κάνεις prompt, άρχισε να χτίζεις loops, και δες τι γίνεται όταν αφήνεις τη μηχανή να χειρίζεται την παρακολούθηση ενώ εσύ χειρίζεσαι το νόημα.