9 月初，我的数字员工「涌现」在一周里掉了三次链子。
它每天早上八点跑一轮「早读」：读公众号后台、读 GA、digest 小红书、更新 token 消耗、读 aibase——五步，预算一小时。8 月 31 日、9 月 2 日、9 月 5 日，三次吃了同一个兜底。前两次重启了事，第三次我让 opencode 做了一轮十五分钟的验尸：模型网关的机器名，被 /etc/hosts 里一行陈年映射和 DNS 搜索域联手坑了——解析结果里混进一条不通的 IPv6 路由，我常用的工具个个有回退所以毫无察觉，Agent 的运行时没有回退，当场死亡。整个排查过程我写成了 谁停掉了数字员工的早读。
事后回想，我当时的感受不是恼火，更接近于交学费的踏实。这个「早读」场景，技术上毫无炫技之处——定时任务、抓取、摘要、发消息，任何一个传统后端工程师一天就能搭完。但正是这个普通的场景，在过去几个月里每天给我生产真实的执行、真实的失败、真实的修复。我对 Agent 工程的大部分真实认知，不是从论文和 demo 里来的，是从这条 loop 里长出来的。
这让我越来越确信一个判断：Agent 应用工程师的核心竞争力，不是会不会调 Prompt、接 MCP、做 RAG，而是能不能建立一个真实的、持续运行的 Agent Loop。 而在选择做什么项目时，我会把一个指标放在非常靠前的位置：这个场景每天能给我多少次真实的执行反馈。
一、Prompt、MCP、RAG 为什么不是竞争力
先说清楚为什么这三样不算。
它们是 知识，而知识的命运是被课程化、被文档化、被下一代模型直接吸收。我在 模型正在吞噬 Agent 框架 里写过这条规律：模型每强一代，框架的能力层就被吃掉一层。Prompt 技巧、MCP 接法、RAG 管线，全在被吃掉的清单上——它们的半衰期以月计。你花三个月练熟的手艺，下一次模型发布就可能变成内置默认行为。商品化的知识不构成竞争力，不可携带的调教才构成。
而跑 loop 攒下的东西恰恰不可携带：哪种失败在上线第三天出现、哪类用户输入会在周五下午炸、哪个兜底话术救过场、哪条规则是踩着哪次事故写进 skill 的——这些长在真实轨迹里，没法被课程化，也没法被竞品复制，因为它跑在你的生产数据上。数字员工的自我进化 那篇的结论在这里同样成立：RSI 跑在生产数据上，不跑在算法上。工程师的成长也一样。
这也是 Agent 工程师和传统应用工程师最大的区别所在。传统应用是确定性的：代码写完，它每次做同样的事；bug 可复现，修一次好一次，发布即完成。Agent 应用是随机性的：同样的输入，今天的输出和上周不同；「修复」不是一锤定音，是统计意义上的改善；模型会升级、用户会漂移、环境会变，发布才是开始。一个习惯了「发布即完成」的工程师，面对一个「发布才开始」的系统，会本能地想把它修到「不再出问题」然后收工——但 Agent 系统永远不会停止出问题，它只是把问题从已知挪到未知。接受这一点，才谈得上建 loop。
二、10～100 次/天：一个被低估的甜区
把上面的逻辑压缩成一个可操作的选型指标：
这个场景有没有可能让我每天获得 10～100 次真实的 Agent 执行反馈？
为什么是这个带宽？两端各有陷阱，这一节是我自己的推断，但每一端都有机制支撑。
低于 10 次/天，归因全是噪音。 反馈稀薄时，迭代周期被迫拉长到周级甚至月级：你改了一处 prompt，要等一周才攒够几个样本来判断有没有效——而这一周里模型变了、用户变了、输入分布也变了，改善和退化搅在一起，你分不清是修复生效还是运气。学习需要「动作 → 结果」的紧密配对，间隔一拉长，配对就断了。这种场景里干一年，约等于在第一周的水平上重复了三百次。
高于 100 次/天，逐条消化变得不可能。 反馈太密时，你被迫从「案例学习」切换到「统计学习」——建 dashboard、做分层 evals、看分布而不是看个案。那是另一门手艺（私有 Eval 是终极护城河 讲的就是它），而且统计学习的前提是先有足够多的案例学习打底——没见过一百个具体失败的人，看不出分布图里哪个尾巴不对劲。
所以 10～100 是 人脑还能逐条消化每个失败、又能快到日级迭代 的甜区。它对应的场景画像也很具体：一个部门内部的 HR 问答、一个销售跟进助手、一个客服机器人、一个运营日报——用户量不大不小，每天几十次真实调用，每次失败都有具体的人、具体的输入、具体的后果可以复盘。
还有一个机制值得单独点出：持续运行的 loop 是失败面工厂。 321 字节和 5 万字节 那篇讲过，防御性约束每条都绑一次真实翻车。一个每天真实运行的 Agent，就是在每天生产新的失败样本——你的 skill、你的 eval、你对系统的认知，全部靠这些样本喂养。选场景选反馈密度，本质上是在选失败面的生成速率。
顺带说一句，这个指标和 AI Agent 使用的复利效应 里 Mitchell HashiCorp 的做法是同一件事的两个方向：他靠「把已经手动完成的事再让 Agent 做一遍」来制造反馈、建立对能力边界的真实认知——那是个人采纳期的手工办法；选一个每天自动给你 10～100 次反馈的场景，是把这个办法系统化、常态化。
三、必须补的一刀：反馈 ≠ 学习
到这里都还顺，但有一个地方不补上，整个论证会塌：「每天真实运行、每天失败」是场景属性，「每天被修正」是工程师动作——后者不会自动发生。
loop 的价值不是执行密度单独决定的——执行密度就是标题里那个「每天的真实反馈次数」，场景给的上限；真正决定价值的是它和失败固化率的乘积：
loop 的价值 = 执行密度 × 失败固化率
执行密度：每天多少次真实执行（场景给的）
失败固化率：每次失败变成规则/eval/记忆的比例（工程师做的）
密度高 × 固化率低 → 噪音场（比没有 loop 更糟）
密度低 × 固化率高 → 盆景（精致但长不大）
密度高 × 固化率高 → 训练场
失败固化率的意思是：每次失败，要么变成一条防御性规则写进 skill，要么变成一条 eval 用例进测试集，要么变成一次记忆更新——修好的坑不许重开，棘轮只许向前。#403 里有个现成案例：某次真机对话同时违反了 3 条 persona 规则，而当时 422 条离线单测全绿、检索 eval 100%、8 次工具调用零报错——整套验收一条都没红。那次失败如果没有被固化成 persona 层的 13 条专项用例，它就会以另一个面目下周再来一次，而你甚至认不出它是同一个坑。
没有第二个 loop（失败 → 固化的 loop），第一个 loop（执行 → 反馈的 loop）会静默腐烂，而且腐烂的形态比「没有 loop」更糟：用户侧长出习得性无助——「它又错了，算了」；工程师侧长出警报疲劳——「哦，又失败了」。九十天后你得到的不是训练有素的工程师，是一个所有人对失败都脱敏的系统。脱敏是学习的反面。
所以「会不会建 Agent Loop」的完整定义是两层的：建得起第一个 loop，让 Agent 真实运行；更要建得起第二个 loop，让失败不可逆地变成资产。 市面上大多数项目只做到第一层，大多数简历也只写得出第一层。
四、市场在系统性地错误定价
这个指标还藏着一个职业市场的张力：招聘市场按 demo 定价，能力按 loop 生长。
跑出一个酷炫 demo 的人，简历好写、面试好讲、offer 好拿——「多 Agent 协作系统」「自主任务规划」，每个词都在发光。把一个普通的 HR Agent 真实跑了 90 天、修掉两百次失败的人，简历上只能写「维护了一个 HR 机器人」。但后者的能力是前者拿不到的，原因很朴素：demo 只跑过晴天，loop 跑过了所有的雨天。 面试官看不见的部分——第三次掉链子之后的验尸、422 条全绿之下的漏网之鱼、用户说「算了」之前你抢在前面的修复——恰恰是能力本体。
所以「普通场景」这件事要说得更狠一点：不是「普通场景也可以当训练场」，是 普通场景更好。技术越酷、离真实运行越远的场景，越容易停在 demo 态——没有真实用户每天使用，就没有每天的真实失败，loop 转不起来；反过来，HR、销售、客服、运营这些「不酷」的场景，每天被真实用户逼着面对你想不到的失败，而这正是训练场的定义。技术酷不酷是 demo 的属性，反馈密不密才是成长的属性。
这不是说不要做酷的东西。是说选成长项目时，把「每天 10～100 次真实反馈」放在「技术栈新不新」前面——前者喂养能力的复利，后者只喂养简历的亮度。
五、产品护城河和工程师护城河，是同一个东西
最后把镜头拉远。这个指标有个漂亮的对称性。
任务好搬，关系难搬 那篇讲过，对用户来说，周期任务是留存锚——一个每天真实运行的 Agent，让用户把记忆、例行事务和授权存放在产品里，迁移变贵，留存变牢。对工程师来说，同一个持续运行的 loop 是成长锚——每天的真实失败被固化成不可携带的调教，能力变厚，市场变宽。
产品护城河和工程师护城河是同一个东西的两面，都在六个字上：真实、持续、不可携带。demo 是便携的，谁都能复现一个 demo；loop 是不可携带的，九十天的失败固化史没法打包带走。选择建 loop 的人，同时在给产品和给自己挖同一条河。
文章开头引用的那几句判断，放在这里作为收尾：
Agent 应用工程师的核心竞争力，不是会不会调 Prompt、接 MCP、做 RAG，而是能不能建立一个真实的、持续运行的 Agent Loop。
所以选择 Agent 场景时，我会把一个指标放在非常靠前的位置：这个场景有没有可能让我每天获得 10～100 次真实的 Agent 执行反馈？如果没有，哪怕技术很酷，也未必是一个好的成长项目。
反过来，一个看起来很普通的 HR、销售、客服、运营 Agent，只要每天真实运行、每天失败、每天被修正，反而可能是非常好的 Agent 工程师训练场。
补上我这一刀之后，完整版是：每天真实运行、每天失败、每天的失败都被固化成不许重开的规则——这才是训练场。你的 Agent 现在每天给你多少次真实反馈？失败固化率又是多少？欢迎留言聊聊。