AI Agentlarni Boshqarishning Yangi Yo'li: Looplar

Peter Steinberger o'tgan oy Twitterda 8 million marta ko'rilgan tweet yozdi: "Agentlarni prompt qilishni tashlang. Ular uchun looplar yarating." Boris Cherny — Claude Code yaratuvchisi — Acquired Unplugged podkastida deyarli bir xil narsa dedi: "Men Claude'ni prompt qilmayapman. Unda looplar ishlamoqda. Ular Claude'ni prompt qilmoqda."

Internet esa odatdagidek harakat qildi: hamma jiddiy tortishdi, hech kim real loop ko'rmadi, va muloqot abstraktsiyalar girdobiga aylandi.

Men bir necha oydirki real looplar bilan ishlayapman. Trendni kuzatganim uchun emas — oddiygina qo'lda bajaradigan ishlar bezdirgandan keyin avtomatlashtirdim. Natija menga hayrat bo'ldi: loop tafakkuri — bu maxsus texnikaga ega bo'lgan AI foydalanuvchilari uchun narsa emas. Bu tabiiy evolyutsiya, shartli ravishda agentlarni "murakkab copy-paste qiluvchi" sifatida emas, balki "o'zi kuzatishi, qaror qabul qilishi va harakat qilishi" mumkin bo'lgan tizimlar sifatida ko'ra boshlaganingizda yuzaga keladi.

"Loop" Tushunchasining Uch Xili

Muloqot chalkash bo'lishining sababi aniq: odamlar "loop" deyishganda uch xil narsani nazarda tutishi mumkin va farqlari muhim.

Birinchisi — avtonom vazifa loopi. Oddiy qilib aytganda: "bajarilgunga qadar davom et." Geoffrey Huntley'ning Ralph skriptini yoki Codex va Claude Code'da endi tayyor keladigan /goal buyrug'ini tasavvur qiling. Bu "o'rnat va unuta" rejimi.

Ikkinchisi — rejalashtirilgan yoki voqea-asosidagi loop. Siz ish stolida o'tirmaganingizda ishlaydigan vazifalar. Peter Steinberger'ning OpenClaw'dagi HEARTEBEAT.md fayli — buning aniq misoli: agent har 30 daqiqada qayta ko'rib chiqadigan cheklist. Bu naqshning vorislari — Codex avtomatlashtirishlari va Claude Code'ning rejalashtirilgan protseduralari.

Uchinchisi — orkestratsiya fan-out. Bir vaqtning o'zida bir nechta agentlar ishlaydigan dinamik workflowlar. Claude Code'ning map/reduce uslubidagi operatsiyalari shunga kiradi. Bu oddiy loopga emas, actor modelga yaqinroq.

Mening xulosam? Steinberger va Cherny aslida ikkinchi turini nazarda tutmoqda, birinchiga bog'langan holda. Men ishlaydigan looplar tashqaridan rejalashtirilgan va voqea-asosida, ichkarida esa — ishga tushganda o'z-o'zida eksperiment uslubida ishlaydigan bir nechta kichik looplardan iborat. Ana shu birikma — haqiqiy samara.

PR Terexisi: Loop Loyihalashga Birinchi Qadam

Menda allaqachon har bir pull request uchun AI kod ko'rib chiqish bor edi. Birinchi bo'lib Claude ko'rib chiqardi, keyin Codex'ning ichidagi review, so'ngra mening boshqaradigan GitHub Action — modelga aniq nimalar ko'rsatilishini o'zim belgilardim, to'liq suhbat konteksti va patch diff bilan.

Amaldagi workflowim esa absurd edi: PR yuboraman, reviewlar kelishini kutaman, keyin review kommentariyalarini agentga copy-paste qilaman. Ba'zan skrinshotlar ham. Bu qo'lda, takrorlanadigan va jon qisadigan ish edi.

Bir kuni agentimdan so'radim: "Sen gh clientni ishlatib, review holatini o'zing tekshira olmaysanmi?" —boldi. "Yaxshi, agar tekshirib tursa va tayyor bo'lganda menga aytsa bo'ladimi?"

Shu birgina so'rov workflowimni o'zgartirdi. Endi agent PR holatidagi o'zgarishlarni kuzatadi, yangi kontekstni oladi, feedbackni tahlil qiladi va haqiqiy ishni bajaradi. Loop tugashi uchun triaj qaroriga keladi: feedbackni qabul qilish, unga qarshi chiqish, yoki menga eslatish.

Bu naqsh juda yaxshi umumiylashtiriladi: tashqi tizimlardagi holat o'zgarishlarini kuzating, ro'y berganda uyg'oning, yangi kontekstni oling, tahlil qiling, harakat qiling va triaj qiling. Shu shaklni bir marta ko'rganingizdan keyin uni hamma joyda ko'ra boshlaysiz. Codex jamoasi o'zlari babysit-pr skillini yetkazmoqda, Claude Code dokumentatsiyasida esa PR babysitting — /loop buyrug'ining asosiy foydalanish holati sifatida ko'rsatilgan.

Ichki Looplar: Agentga O'zi Tajriba O'tkazishni Buyurish

Menga kechroq tushungan yana bir loop naqshi bor: eksperiment loopi. Andrej Karpathy'ning autoresearch kontseptsiyasi bu haqda o'ylashga undadi — ko'p iteratsiyalar ishga tushirish, natijalarni o'lchash, ishlaydiganini saqlash. Men uni sekin Python yo'liga yo'naltirdim va bir soatda 49 ta tajriba o'tkazdim, p95 kechikishini 339ms dan 34ms ga tushirdim, taxminan 24 dollar sarflab.

Bir xil naqsh qattiqroq muammolarga ham qo'llaniladi: productionda agent xulq-atvorini debugging qilish. Biror narsa noto'g'ri bo'lganda — Braintrust'da g'alati trace, Slack'da foydalanuvchi feedback, yoki o'zim teggan narsa — worktree ochaman, trace ni joylayman va test loopini ishga tushiraman.

Bu loop boshqachani qiladi: u modelning sodda intuitsiyasi qarshi chiqadigan intizomni majbur qiladi. O'z holiga qo'yilsa, model "X, Y, Z qilma" ni system promptga yozib qo'yadi va ko'rsatilgan bitta tracega overfit qiladi. Skilldagi references shu yondashuv nega muvaffaqiyatsiz bo'lishining sabablarini o'rganishdan olingan. Loop shartnomasi gipotezani va test matritsasini talab qiladi.

Menga uchta holat kerak: asl muvaffaqiyatsiz holat, bir xil yo'lni olishi kerak bo'lgan qo'shni musbat holat, va boshqa yo'lni olishi kerak bo'lgan kontrmisol. Uch-to'rtta probe mahalliy dev'ga qarshi bir vaqtning o'zida ishga tushadi, trace dan aniq foydalanuvchi kontekstini tiklab. Har bir ishga tushirish tool calllar, kechikish, input-token farqi va to'g'riligi bo'yicha baholanadi. Model xotiraga yozib aldashishi mumkin emas — u haqiqatan tushunishi kerak.

Looplar Qurganda Nima O'zgaradi

Eng katta siljish texnik emas — konseptual. Agentga prompt yozganda, hali ham siz boshqarasiz. Siz — throttle, navigator, sifat tekshiruvchisi. Looplar buni teskari qiladi. Siz o'zi boshqaruvchi tizimlarning arxektori bo'lasiz.

Bu to'liq avtonomiya maqsad degani emas. Muhim bo'lgan hamma narsada men hali ham triaj eshigi oldidaman. Looplar zerikarli ishlar, monitoring, takrorlanish bilan shug'ullanadi. Men — haqiqatan muhim bo'lgan qarorlar bilan.

Ikkinchi siljish shu: looplar sizni muvaffaqiyat mezonlari haqida aniq bo'lishga majbur qiladi. Yaxshi loopda aniq chiqish shartlari, aniq qaror nuqtalari, aniq escalation yo'llari bor. Loop yaratmasdan turib "tayyor" nima ekanini aniqlab bo'lmaydi. Bu intizom hamma joyga o'tadi.

Uchinchisi — looplar kompozitsiyalanadi. PR babysitteri eksperiment loopi bilan birga ishlaydi. Rejalashtirilgan tekshiruvlar on-call javoblarni ishga tushiradi. Siz bir-biri bilan birga ishlaydigan behavoriyalar kutubxonasini yaratola boshleysiz — alohida promptlar yig'indisi o'rniga.

Amaliy Boshlang'ich Nuqta

Looplar bilan tajriba qilmoqchi bo'sangiz, allaqachon yomon avtomatlashtirgan narsangizdan boshlang. Ehtimol, sizda schedule bo'yicha biror nima qiladigan GitHub Action bor, yoki qo'lda qayta-qayta ishga tushiradigan Claude Code sessiyasi, yoki toollar orasida natijalarni copy-paste qiladigan review jarayoni.

Eng bezovta qiluvchisini tanlang. O'zingizdan so'rang: qanday holat o'zgarishini kutayapman? O'zgarish ro'y berganda agentga qanday kontekst kerak? Qanday qaror qabul qilishi kerak?

Keyin loopni yarating. Chiroyli bo'lishi shart emas. Ishlashi kerak va sizga o'z vaqtingizni qaytarib berishi kerak.

Men ishlaydigan looplar ortidagi to'liq konfiguratsiyalar, skills va CI workflow — camwest/agent-skills public repositoryda. Bu sayqallangan mahsulot emas — o'rganar ekanman rivojlanib boradigan ishlaydigan tizim. Ana shu mantiq. Looplar maqsad emas — amaliyot.

AI agentlar atrofidagi muloqot abstraktsiyada g'arq bo'layapti. Mana aniq versiya: prompt yozishni to'xtating, looplar qurishni boshlang va mashinaga monitoringni topshirib, o'zingizga — ma'noni topshiring.