黄仁勋看好AI循环工程，提示词将成过去式？

近期，英伟达首席执行官黄仁勋在多次发言中，重点关注了人工智能领域内一项名为“循环工程”（Loop Engineering）的新兴理念。据社交平台X上的相关帖文透露，黄仁勋曾表示，编写提示词的时代已经过去，未来的核心工作将转向构建与处理循环。

据美联社报道，黄仁勋在近日的专访中详细阐述了人工智能的发展前景。他重申“循环工程”代表着行业的未来方向，并强调系统能够通过测试与优化输出结果来实现自我迭代，而非仅仅依赖初始的提示词。从核心逻辑来看，传统的提示词工程侧重于向模型输入更精准的指令，而“循环工程”则致力于规划指令下达后所触发的一系列后续处理流程。

这一工程本质上构成了一个完整的闭环。人工智能系统会先提出假设并展开测试，随后依据既定目标评估结果、剖析失败原因，最后将反馈信息传递给下一代系统。整个运作模式涵盖了感知、推理、行动、观察以及重复等步骤。由于单次迭代的开销较小，且每次结果都有助于缩小搜索范围，该机制能够将大量初步的平庸尝试，转化为经过验证且更为可靠的最终输出。其核心价值不仅在于获取模型的首次回答，更在于推动模型的持续优化。

尽管“循环工程”在美国硅谷引发广泛讨论的时间仅有数周，但其发展并非无迹可寻。自2023年以来，行业技术演进呈现出清晰的脉络，依次经历了提示词（Prompt）、上下文（Context）、运行环境（Harness），直至如今的循环（Loop）阶段。

具体而言，在2023年至2024年间，提示词工程占据主导地位。当时的研发重心在于如何下达有效指令以驱动人工智能，人机交互仍停留在基础的“一问一答”层面。然而，随着模型性能的跃升、上下文窗口的扩展，以及检索增强生成（RAG）和代码库接入技术的普及，业界在2024年至2025年前后开始转向“上下文工程”，关注焦点从“如何提问”转变为“向模型提供何种背景信息”。这意味着人工智能不再单纯依靠单句提示词，信息整合与组织能力的重要性日益凸显。

步入2025年至2026年，人工智能代理系统逐渐融入实际开发流程。开发者意识到，仅提供信息和上下文已无法满足需求，系统还必须具备调用工具、执行代码、操作界面以及通过权限审查的能力。为此，用户需要为人工智能构建一个具备工作能力、约束机制且能调用现实世界资源的运行环境，“运行环境工程”应运而生。而在该基础之上，“循环工程”成为了最新的演进方向，致力于解决人工智能“能否持续工作并独立推进任务”的难题。

在此阶段，人工智能的核心竞争力从单次任务执行力转变为闭环系统的持续运转能力。人类对人工智能的管控方式也经历了从编写提示词、提供背景信息、搭建运行系统到设计循环机制的转变，这实质上是一个逐步解放人力的过程。

通常情况下，对于一次性任务或机器难以验证结果的工作，使用简单的提示词便已足够。相反，对于那些高频重复、流程固定且结果可自动校验的任务（如日常自动化测试、定时数据库维护和常规数据清洗），才值得投入精力去设计循环机制。需要指出的是，循环工程并不会使人工智能协作实现零成本，而是将开销从用户监督的时间成本转移至系统运行的算力成本。至于如何权衡人力时间与账户内Token的价值，以及如何评估引入人工智能系统的整体成本，则需由企业根据自身情况进行综合考量。