# 让 AI 干活不难，让它知道什么时候该停手才难

> 原标题：Knowing When to Stop: The Art of Making a Loop Converge

- 来源：Hacker News 首页
- 发布时间：2026-08-22T20:21:14.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/52281
- 原文：https://a16z.com/knowing-when-to-stop-the-art-of-making-a-loop-converge/

## 摘要

a16z 这篇博客聊了一个很实际的问题：我们让 AI 模型自己循环干活（比如写代码、改设计），它几乎能永远改下去，但最难的不是让它重试，而是让它知道“改到哪一步算完”。人靠 deadline、测试通过、编辑点头这些外部信号来判断，模型没有这种直觉。文章提醒，一个循环好不好用，完全取决于每一步的“检查员”（verifier）靠不靠谱。

## 推荐理由

a16z 这篇博客指出，让 AI 循环写代码或改设计时，难点不在重试，而在判断改到哪一步算完，循环是否好用取决于每一步的检查员是否可靠。

## 锐评

verifier 才是 agent 的成本中心。循环本身不贵，贵的是每一步都得有个东西判断这步对不对，写代码就是跑测试，改设计就是拿标准去比，这个检查员要么靠人肉 prompt 兜着，要么靠一套跑得起的 eval，两样都烧钱。a16z 说收敛条件被低估，我同意，落到账单上就是每多一轮循环多一次验证，token 花在验证上的比例比生成还高。现在大部分 agent 卡住是因为没人告诉它改到哪算完，最后靠人盯着按停。
