AI工程的核心：循环层级的定义与操控

在人工智能发展的早期阶段，技术演进呈现出清晰的阶段性特征：从最初的Token处理起步，随后发展为Chat交互模式。接着，AI学会了使用工具（Tools），进而能够设定目标（Goals）。虽然中间省略了一些步骤，但当下的焦点已经完全转向了自动化、Cron Jobs以及循环（Loops）的堆叠。在这一背景下，软件工厂的概念也随之兴起。对于AI工程师而言，定义工作循环的层级并判断其提取是否恰当是一项核心技能。当需要提升生产力或扩展推理能力时，工程师应当向上移动一个循环层级；而当遇到可靠性问题或Bug需要修复时，则应向下深入更底层的逻辑。这种在循环层级间上下穿梭的能力，构成了AI工程的基本方法论。

"I think this is something that is basically a core skill of AI engineer uh is defining what loops you're working in and figuring out whether that's the right level of extraction."

为了更直观地理解这一概念，可以将这种层级结构类比为程序员的“循环栈”（Stack of wild loops）。正如观众席上的程序员所理解的那样，工程师、领导者、研究人员和创始人应当像人类通用智能一样，能够识别并操控这些循环层级。这种能力的掌握程度直接决定了内容的丰富度和工作的效率。理解自己在哪个层级工作，以及当前被阻塞在哪个环节，是每位从业者需要自我评估的关键。这种对循环层级的掌控，不仅是技术层面的操作，更是思维模式的升级。

人类视角的循环类比与垂直领域的扩展

将AI工程的概念映射到人类生活，可以构建一个生动的“人类循环”类比。在生命初期，心跳是生命的证明；随后我们学会说话、使用工具、开始工作。成年后的生活往往遵循“吃、睡、编码（或提示）”的重复循环。随着个体成长，我们进入团队工作，形成小群体和家庭概念。“微型团队”（Tiny teams）的概念在此背景下显得尤为重要。进一步扩展视野，从个人、家庭到国家、公司，最终延伸至人类文明的整体项目——即通过集体智能构建的未来。这种从微观到宏观的视角转换，揭示了AI技术与人类生活界限的模糊化。

"The message of my last keynote at AI engineer was that the you know, it's very much like agents that you see are working in one domain are definitely generalizing this year."

2024年被视为垂直领域（Vertical tracks）扩展的关键年份。AI不再局限于代码生成，而是向医疗健康、金融、Go-To-Market（GTM）等垂直领域扩散。例如，本次大会特别设立了向前部署工程（Forward deployed engineering）轨道，旨在展示AI如何最终超越编码领域，渗透到更广泛的社会和经济活动中。这种扩散趋势表明，AI正在从单一的技术工具转变为通用的生产力基础设施。垂直领域的深耕意味着AI需要适应不同行业的特定逻辑和工作流，这要求工程师具备更深层的领域知识整合能力。

会议规模数据与Gini系数警示

以AI Engineer大会的发展历程为例，可以观察到用户增长和参与度的显著变化。2023年首届AI Engineer大会的票务销售曲线呈现线性增长。到了2024年的首次World's Fair，参会人数达到约2,000人。而到了2025年，目标设定为6,000人，但实际数据出现了意外增长——当天人数突破了7,000人大关。这一激增反映了市场对AI工程知识需求的爆炸式增长，但也带来了组织和管理上的挑战。

"If you measure the Gini coefficient, uh it's gone up and not down, that's the wrong direction."

值得注意的是，随着参与人数的激增，Gini系数（基尼系数）不降反升。这一数据指标暗示了参与者之间可能存在某种程度的分化或资源分配不均，这是一个错误的方向。演讲者借此呼吁观众尽早注册并参与会议，以更好地融入这一快速变化的社区。这种对数据的坦诚分析不仅展示了会议的规模效应，也揭示了在高速扩张中需要关注的潜在社会结构问题。早期参与不仅是获取知识的机会，更是影响社区发展方向的关键行动。

最高层级的循环：人类协作与文明构建

所有会议和研讨会的核心目的，在于探索“最高层级循环”（The Highest Loop）的概念。演讲者提出，最高的循环是人类聚集在一起决定下一个循环是什么。这是一种“生成循环的循环”。为了实现这一愿景，AI Engineer系列会议在全球范围内组织峰会（Summits），包括纽约、巴黎、新加坡、墨尔本和迈阿密等地。这些峰会并非孤立存在，而是通过合作伙伴关系网络，鼓励各地自主组织本地活动。“World's Fair”作为峰会的峰会，代表了这一全球协作网络的最高形式。

"I will submit to you that the highest loop of all is... where humans come together to figure out what the next loop is."

这种全球性的协作模式旨在建立一个去中心化的知识传播网络。通过合作伙伴团队（Partnership team）的支持，各地社区能够自主运营峰会，从而将最高层级的协作理念下沉到本地。生成循环的机制需要从高层级向下传播，覆盖团队、个人工作流乃至日常生活。这种自上而下的知识流动与自下而上的实践反馈相结合，构成了AI时代独特的创新生态系统。演讲者希望观众能够理解这一过程，并将这种生成循环的能力应用于自己的工作和生活中。

结论

本文详细阐述了AI工程师的核心能力在于对“循环层级”的精准定义与操控。从技术层面的Token到自动化工作流，再到人类社会的协作网络，循环层级的上下移动分别对应着生产力扩展与问题修复。2025年AI技术向垂直领域的扩散，标志着其从编码工具向通用基础设施的转变。会议规模的激增与Gini系数的上升揭示了市场热度背后的结构性挑战。最终，最高层级的循环是人类通过全球协作共同定义未来的方向，这种“生成循环的循环”是AI时代集体智能的最高体现。