如今软件开发领域不断冒出新词汇，这是 AI 工具持续引入的结果，难免让人应接不暇。其中一些词汇描述了人们新近采用的有用模式，另一些只是给早已存在的事物套上了花哨名字，还有一些仍在被实时定义之中。
在 GitHub Podcast 最新一期节目中，Marlene Mhangami、GPS 与主持人一起讨论了开发者当下正在学习的一些 AI 术语：循环工程（loop engineering）、Ralph loops、小队（squads）、harness engineering、爬山（hill climbing）、前向部署工程师（forward deployed engineers）、闭源模型（closed models）、开放权重（open weights）以及开源模型（open source models）。对于更习惯阅读而非收听的读者，以下梳理了这些术语的含义、重要性以及理解它们的方式。
循环工程：超越一次性提示词
循环工程指的是围绕智能体（agent）设计可重复系统的实践，而不是为单个任务逐一手动提示。一个简单的例子：不必每天早上都要求智能体审查新提交的 issue、进行总结并提出修复方案，而是建立一个按计划运行的循环。该循环可以抓取 issue、把它们交给智能体、校验输出，并对任何卡住的事项进行升级处理。本质上，它是一个被美化的、AI 原生的定时任务。
Ralph loops：循环工程的暴力版本
Ralph loop 是这种“循环”概念的一种实现方式：给智能体一个详细任务（通常来自产品需求文档或规格说明），让它持续工作直到任务完成。这在把大型任务拆解为反复的“计划—执行—检查”周期时可能很有用。但另一方面，它也可能成本高昂且效率低下，因为每一次迭代都会消耗更多 token、更多上下文和更多算力。
循环工程的目标是让这一模式更加结构化，避免总是要求智能体“再试一次”。一个设计良好的循环会加入技能、可观测性、校验、路由和检查点等基础构件。
小队、机群与多智能体工作流
如果说循环定义的是工作流，那么“小队”（squads）和“机群”（fleets）描述的则是多个智能体如何参与该工作流。小队是一组承担不同角色的智能体，往往映射现实中的团队：一个智能体负责规划，另一个负责审核该计划，再一个负责实现，还有一个负责测试，另有一个负责审查。机群则指同时并行处理任务的智能体。一个小队可以在机群中并行工作，也可以按顺序工作。