上周末刷到黄仁勋的一句话：
"Nobody writes prompts anymore. The new job is to write and handle loops."
翻译过来：写 Prompt 的时代过去了，现在拼的是写 Loop。
紧接着 Claude Code 之父 Boris Cherny、龙虾之父 Peter、吴恩达全在推同一个方向。Boris 甚至说自己卸载了 IDE，手下几百个小 Agent 自己跑，搞不定的才进他收件箱。
Loop 是什么
一句话：你不再亲手给 AI 下指令，而是设计一个系统，让系统替你下指令、替你验收、不合格自己重来，直到活干完。
你的角色从"写指令的人"变成"设计规则的人"。Agent 是干活的那只手，Loop 是让这只手不用你盯着也能持续干活的管理机制。
其中最精妙的原则："拆卷子和判卷子不能是同一个人"------Claude Code 的做法是大模型写代码，另一个独立的小模型负责验收。自己不能判自己的卷子。
评测领域，还在用上个时代的姿势
Loop 在编程圈已经炸了，但回头看一眼内容评测领域------我们还在干什么？
- 写一条 Prompt："帮我评价这篇文案，打 1-10 分"
- AI 回一个分数，你看了觉得不够，换个角度再问一次
- 来回拉锯，人全程盯着
本质上还是卡帕西吐槽的那个问题："人就是瓶颈。你不能坐在那里等着给每一步写 Prompt，你得把自己从流程中抽离出来。"
那评测领域的 Loop 长什么样？RaaS100平台 已经上线的万智测评可以回答。如果你也感兴趣，欢迎添加我微信，我们一起聊聊。
万智测评：内容评测的 Loop 引擎
你不再写"假装你是 24 岁潮人评价这篇文案"这种 Prompt。
你定义好评测回路：设定目标人群画像 → 配置评测维度 → N 个独立 AI 测试员各自打分 → 系统自动聚合分布 → 你直接看报告做决策。
万智市场测评（raas100）就是一个专门为内容评测设计的 Loop 引擎：
- 万级人设库：每个 AI 受访者带年龄、城市、消费力、审美偏好等十维人口学标签，不是"一个模型假装不同人"，而是独立子智能体各自判断
- 独立打分后再聚合：天然实现 Loop 的"拆卷子"原则------评测你的人不会看到创作者是谁，不会自己给自己打高分
- 分布报告而非单点分数：给你点赞率、点踩率、转化意愿分层、评论趋同聚类、人群亲和度排序，不是一句"还可以"就完了
人和 AI 的分工发生了变化：人类只定义"测谁、测什么"，系统替你跑完整个评测回路。
Loop 不是编程专属，是所有 AI 工作流的下一站
从 Prompt Engineering → Context Engineering → Harness Engineering → Loop Engineering，四次范式跃迁写的是同一件事：人类对 AI 的控制粒度在不断上移，从"写一句话"变成"设计一个能自己运转的系统"。
而学术上，腾讯姚顺雨 2022 年的 ReAct（ICLR 2023 Oral）已经揭示了相同的核心------AI 不该是一次性输出，而是一个思考-行动-观察-再思考的循环。
评测领域当然也在这个趋势里。少写一条 Prompt 问模型"你觉得怎么样"，多想想怎么搭一个能自己跑的评测回路------这才是 Loop 时代的正确姿势。