Claude Code 的負責人 Boris Cherny 講過一個轉變：他不再手動指揮 AI 一步一步做事，他改成寫一個會自己跑的迴圈，讓 AI 自動接任務、自動做、自動檢查、做完再接下一個。這在軟體圈有個名字，叫迴圈工程。聽起來離你很遠，但這套東西正在被包進你會買的每一個 AI 工具裡，而它預設跳過的，剛好是你管現場二十年最在意的事。

把它想成一條會自己跑的無人產線。一條產線要能安全自走，不能只靠它跑得快，得先裝好三樣東西。寫迴圈的工程師最近才慢慢補齊這三樣，而你的現場早就裝了幾十年。

第一樣是獨立品保。寫迴圈的人發現一件事，讓 AI 檢查自己的產出沒有用，它對自己太寬容，抓不到自己的錯，所以檢查那一關得換一個獨立的 AI，最好是不同的模型，用獨立的標準打分。這句話你聽起來應該很耳熟，因為這就是 ISO 9001 的第一課，生產線不能簽自己的品質單，品保要獨立。問題是，多數公司導入 AI 自動化的時候，讓同一個 AI 又做又驗，等於把品保併進生產線，還覺得這樣比較有效率。

第二樣是停線繩。迴圈工程有個鐵律，開始跑之前先設好什麼時候停，不然它會一直跑、一直燒，做到沒有意義為止。你太懂這件事了。一條沒有停線標準的產線，沒有管制界限、沒有 andon 拉繩，會一路做到報廢才有人發現。你給現場每個作業員拉繩停線的權力，因為你知道讓問題流到下一站更貴。那你給那個會自己跑的 AI 設過停線條件嗎，還是讓它一路綠燈跑下去？

第三樣是交接班紀錄。AI 每次重開就忘掉前面發生的事，所以迴圈工程要求把狀態寫在外面的檔案裡，誰在什麼時候做了什麼、還剩什麼沒做，下一輪先讀這份紀錄再動工。這就是製程履歷。人會換班、會忘、會退休，紀錄不會。你的現場早就不靠某個老師傅的記憶在運轉，靠的是寫下來的東西。AI 自動化少了這一層，它就是一個沒有交接本的夜班。

這三樣都裝好了，還有一種失效最難防。它合併東西的速度比你看的速度快，幾個星期下來，每一個檢查都是綠的，但你已經看不懂自己的系統在做什麼了。綠燈只告訴你通過了測試，不告訴你你知道交出去的是什麼。這種事，你的現場用不同的名字見過無數次。

這裡有個你可能沒意識到的優勢。麥肯錫 2025 年的調查說，六成二的公司在試 AI 代理，但只有兩成三真的把它規模化，而且超過半數的公司回報過 AI 出事。卡關的從來不是技術不夠強，是沒人把自動化的治理設計好，麥肯錫的原話是，要讓自主行動「看得見、叫得停」。

這六個字，你的現場每天都在做。事實上製造業跑這種閉迴路比軟體業還早，世界經濟論壇的燈塔工廠名單裡，SOCAR 的化工廠上線了閉迴路自主製程控制，把產能拉高兩成一，CATL 的電池廠用閉迴路品檢做到接近零漏檢。

閉迴路不是新東西，差別只是這一次，迴圈裡跑的是一個你看不見的 AI，而設計這個迴圈安不安全的標準，本來就該由懂現場的人來定，不是只交給寫程式的人。

所以下次有人要在你的廠裡放一個會自己跑的 AI，先別問它多聰明，問三件事就好。誰當獨立品保，不會是它自己。它什麼時候該停，誰有權喊停。它做過的事記在哪，換了班還找不找得回來。這三個問題你問了二十年，只是對象從人換成了模型。AI 自動化最缺的不是算力，是這套你早就內化的紀律。你不是這場變革的門外漢，你可能是少數一開始就知道煞車該裝在哪裡的人。

來源