AI无相神功 #101 编写循环而非告知行动手册

前面的确认目标，而非告知行为之后。

效率自然是得到了极大的提升。相当于细节基本上都被摘出去了。现在你只需确认目标是什么，具体的行动通过AI去做。
你不在参与全流程，不再过程，只关注结果。以及只在结果不符合预期的时候，让执行者去调整过程。

但是在上面的基础上，很快你就会导向另一个方面。那就是这些目标，怎么产生呢？例如对于量化，我们知道最大的目标其实就是，持续不断稳定的赚钱。

细分的目标可以是：获取更高质量的数据；优化回测核心模块；发掘有价值的因子或模式；对实盘和回测进行跟踪分析追踪误差等等等。

再细分的目标又可以是，获取更高质量的数据：获取A渠道的高质量数据；B渠道的高质量的数据；C渠道的高质量数据。

高价值额因子也是这样，还可以无限细分下去。基于这种细分就可以提出一个个的目标。提出这些目标，然后就可以去执行。

但是！能否把这种生产目标的过程，也自动化掉呢？能否自动化的，周期化的，逐步的生产目标，验证，完成，上线呢？

答案是可以的，也应该如此。这就是Loop。
这是我在业界提出Loop的时候，我就想到了这个点。但是想的也不是很彻底。

Loop工程，其实就相当于现在现实架构里的，一周一个迭代。持续的迭代。对于老板的视角来说，我们都是Agents。
之前的那些大企业，也就在这样一个个循环中，越来越好。

原帖图片 1