Claude Code 的创造者 Boris 最近分享了一个很关键的认知转变。他说：我现在不再给 Claude 写 prompts，我写 loops，然后让 loops 去完成工作。我的工作，就是写 loops。

这句话听起来简单，但它其实点出了很多人用 Claude Code 卡住的核心原因。

大多数人还在把 Claude Code 当聊天工具用。输入一个需求，等一次回答，觉得不对，手动继续改，再问一次，再改一次。整个过程是人在推着模型走，每一步都需要你亲自介入。

Boris 在一个 30 分钟的演示里展示了他真实的日常工作方式，完全是另一个思路。他用的是 Claude Code 加 loops 加 dynamic workflow。核心逻辑是把任务拆进一个可以反复执行、检查、修正的循环里。模型在这个循环里持续推进任务，遇到问题自己检查，检查完自己修正，修正完继续往前走。你要做的是设计好这个循环的结构，然后让它跑起来。

这跟写一句漂亮的 prompt 是完全不同的思维方式。

写 prompt 的逻辑是：我怎么一次性把需求描述得足够清楚，让模型一次性给出完美答案。这个思路的天花板很低，因为任何复杂任务都不可能靠一次对话完成。

写 loop 的逻辑是：我怎么设计一个流程，让模型可以在里面反复执行、自我检查、逐步逼近目标。你不需要一次说清楚所有事情，你需要的是一个能让模型持续工作的结构。

这类内容可能比任何 vibe-coding 课程更有价值。因为那些课程教的大多是怎么写一句更好的 prompt，怎么让措辞更精准，怎么加更多的约束条件。但 Boris 讲的是一个更底层的东西：怎么把 Claude Code 变成一个能持续工作的系统。

所以 AI coding 真正的分水岭可能在这里：你还在琢磨怎么把 prompt 写得更漂亮，还是已经开始思考怎么设计出让模型自己推进的 loop？

前者是在用 AI 回答问题，后者是在用 AI 完成工作。这两件事之间的差距，比大多数人想象的要大得多。

#How I AI##科技先锋官# http://t.cn/AXXKA2wM