Loop Engineering thay thế prompt khi lập trình AI thay đổi 4 lần trong 3 năm

Các kỹ sư không còn viết prompt cho AI nữa. Họ thiết kế các vòng lặp tự vận hành cho phép tác nhân hoạt động độc lập — một sự chuyển dịch đã nén bốn kỷ nguyên lập trình riêng biệt vào ba năm.

Jensen Huang của Nvidia tuyên bố việc viết prompt đã trở nên lỗi thời, đánh dấu sự xuất hiện của Loop Engineering — một phương pháp mà các kỹ sư thiết kế các hệ thống phản hồi tự động thay vì gõ lệnh, nén bốn kỷ nguyên lập trình AI riêng biệt vào ba năm.

"Không còn ai viết prompt nữa," Huang nói. "Công việc mới là viết và xử lý các vòng lặp." Boris Cherny, người tạo ra Claude Code của Anthropic, mô tả một sự chuyển dịch tương tự: "Tôi không còn viết prompt cho Claude nữa. Tôi có các vòng lặp đang chạy để bảo Claude làm gì và quyết định bước tiếp theo."

Claude Code hiện cung cấp ba nguyên thủy vòng lặp — /loop cho chu kỳ có thời gian, /goal cho thực thi theo mục tiêu cho đến khi vượt qua xác minh, và /schedule cho các lần chạy tự động trên nền tảng đám mây. Lệnh /goal thực thi một quy tắc kiến trúc quan trọng: mô hình viết mã không thể tự xác minh đầu ra của chính nó. Anthropic định tuyến việc sinh mã thông qua mô hình lớn của mình trong khi một mô hình Haiku nhỏ hơn, riêng biệt xử lý kiểm thử chấp nhận. Codex của OpenAI áp dụng cách tiếp cận song song, khởi tạo tới tám tác nhân trong các hộp cát đám mây biệt lập, mỗi tác nhân làm việc trên một tác vụ phụ trước khi hợp nhất kết quả.

Sự chuyển dịch từ prompt sang vòng lặp mang ý nghĩa trực tiếp đối với chi tiêu hạ tầng AI. Các hệ thống vòng lặp tự động tiêu thụ nhiều token hơn cho mỗi tác vụ so với quy trình làm việc đơn prompt, làm tăng nhu cầu về tính toán suy luận. Nvidia đứng ở vị trí hưởng lợi chính với tư cách nhà cung cấp GPU chủ lực cho các vòng lặp đa tác nhân này, trong khi các nhà cung cấp đám mây — Amazon Web Services, Microsoft Azure và Google Cloud — cạnh tranh giành khối lượng công việc gia tăng. Anthropic, đã nộp đơn IPO vào tuần trước, đã nhúng kiến trúc vòng lặp trực tiếp vào Claude Code, có khả năng thúc đẩy việc áp dụng doanh nghiệp và doanh thu API định kỳ.

Quá trình tiến hóa bốn giai đoạn vạch ra một quỹ đạo rõ ràng. Từ 2023 đến 2024, Prompt Engineering thống trị — người dùng tạo ra các hướng dẫn chính xác cho từng tương tác và chất lượng đầu ra phụ thuộc hoàn toàn vào kỹ thuật tạo prompt. Khoảng 2024 đến 2025, Context Engineering chuyển trọng tâm từ "cách hỏi" sang "nội dung cần cho mô hình thấy," khi các pipeline RAG và tích hợp kho mã nguồn mở rộng thông tin có sẵn cho mỗi truy vấn. Đến 2025 đến 2026, Harness Engineering xuất hiện, cung cấp cho tác nhân quyền truy cập vào các công cụ, API và môi trường thực thi thực tế. Loop Engineering, giai đoạn thứ tư và hiện tại, khép kín chu kỳ bằng cách cho phép các tác nhân chạy tự động — lập kế hoạch, thực thi, xác minh và thử lại mà không cần can thiệp của con người ở mỗi bước.

Kiến trúc Đằng Sau Vòng Lặp

Hiểu biết cốt lõi là sự phân tách mối quan tâm. Trong hệ thống /goal của Claude Code, một mô hình tạo mã trong khi một bộ xác minh độc lập — một mô hình riêng biệt không có khả năng nhìn thấy quá trình suy luận của bộ tạo — kiểm tra đầu ra. Điều này ngăn chặn vấn đề "tự chấm điểm bài của mình" vốn ám ảnh các quy trình làm việc đơn mô hình. Bộ xác minh từ chối các đầu ra có vẻ hợp lý nhưng thất bại trong kiểm thử chức năng, buộc bộ tạo quay trở lại vòng lặp.

Trưởng nhóm kỹ thuật Google Addy Osmani, người đặt ra thuật ngữ Loop Engineering, giữ một giọng điệu thận trọng. "Vẫn còn sớm. Tôi bảo lưu đánh giá. Bạn phải rất cẩn thận về chi phí token," ông viết. Cảnh báo không phải là lý thuyết: các hệ thống vòng lặp thiếu các điều kiện dừng cứng — giới hạn token, giới hạn lặp, hoặc ranh giới thời gian — có thể chạy cho đến khi cạn kiệt ngân sách hoặc chạm giới hạn tốc độ API.

Vấn đề 'Nợ Hiểu Biết'

Andrej Karpathy, phát biểu tại hội nghị AI Ascent 2026 của Sequoia Capital, đưa ra một quan điểm đối lập với sự hào hứng tự động hóa. "Bạn có thể thuê ngoài tư duy của mình, nhưng bạn không thể thuê ngoài sự hiểu biết của mình," ông nói, trích dẫn một câu nói mà ông cho biết đã xem xét lại nhiều lần. Khi các vòng lặp hợp nhất mã nhanh hơn khả năng con người có thể xem xét, các kỹ sư tích lũy "nợ hiểu biết" — những hệ thống mà không ai trong nhóm hiểu trọn vẹn. Chi phí thực tế không phải là hóa đơn token, Karpathy gợi ý, mà là ngày ai đó phải gỡ lỗi một hệ thống mà không ai đã đọc.

Cherny, người cho biết đã xóa IDE của mình vào tháng 11 năm 2025 và hiện quản lý hàng trăm tác nhân từ điện thoại, thừa nhận sự đánh đổi. Các tác nhân không thể giải quyết vấn đề sẽ được chuyển lên hộp thư đến của anh. Quy trình làm việc của anh đại diện cho điểm cuối của phương pháp vòng lặp: con người viết các quy tắc và đưa ra các phán đoán; tác nhân thực thi mọi thứ khác.

Nền tảng học thuật cho các hệ thống vòng lặp bắt nguồn từ khuôn khổ ReAct (Reason + Act) năm 2022 của Yao Shunyu, đã nhận được chứng nhận ICLR 2023 Oral và tích lũy hàng chục nghìn trích dẫn. ReAct đã chính thức hóa chu kỳ suy nghĩ-hành động-quan sát làm nền tảng cho mọi vòng lặp tác nhân hiện đại. Các công trình tiếp theo — cơ chế phản hồi lỗi của Reflexion, tìm kiếm đa đường của Tree of Thoughts, và một loạt các bài báo về tác nhân sử dụng công cụ — đã hội tụ thành ngành kỹ thuật hiện được gọi là Loop Engineering.

Đối với các nhà đầu tư, chỉ số chính là chi phí cho mỗi thay đổi được chấp nhận. Nếu tỷ lệ chấp nhận của một vòng lặp giảm xuống dưới 50%, hệ thống đang thua lỗ — con người đang làm công việc xem xét mà vòng lặp đáng lẽ phải tự động hóa. Khi các doanh nghiệp triển khai kiến trúc vòng lặp ở quy mô lớn, những bên chiến thắng sẽ là những bên giảm thiểu lãng phí token trong khi tối đa hóa thông lượng tự động.

Bài viết này chỉ nhằm mục đích cung cấp thông tin và không cấu thành lời khuyên đầu tư.