下一輪

最近我一直試著用循環來思考。大部分來自工作：我手上越來越多的事，是交給週期性的 AI 自動化在跑——排程一到就啟動，做完該做的事，下週再回來做一次。AI 圈現在到處都是循環。強化學習是一種循環。每一家實驗室，大概還有好幾百家新創，都在想辦法做出那個會自我改進的循環：一個會執行、會檢查自己的產出、回來時變得更好的系統。

但這個概念比 AI 古老得多，而我越想，就越在各種地方看到它。我之前寫過順著季節生活，那是一個以一年為週期的循環；也寫過用 AI 做碎形思考，那是一個不斷遞迴回自己的循環。這兩篇都在繞著一個我當時還叫不出名字的東西打轉。我想它的名字就是循環，再加上一個細節，決定這個循環是在幫你，還是把你困住。

這個詞的名聲不太好

對大多數人來說，包括我，「循環」是個負面的詞。你會陷入循環。對話鬼打牆。同樣的爭執，跟同一個家人，在同一個節日，每年一字不差地重演一次，每個人離開時的心情都跟上次一樣。

最經典的畫面是《今天暫時停止》（Groundhog Day）：Bill Murray 每天早上醒來，都是同一個二月二日，永遠如此。那是作為陷阱的循環。但有一部沒那麼有名的電影把這件事講得更好。在《明日邊界》（Edge of Tomorrow）裡，Tom Cruise 飾演一名士兵，在對抗外星人入侵時死在海灘上，然後在前一天醒來，一次又一次。一開始他幾秒內就死了。後來他開始留意：第一個敵人從哪裡冒出來、哪一步害他送命、下次要換什麼做法。每一次死亡都是一次檢討。每一個早上都是帶著調整重跑一輪。最後，他成了那片海灘上最強的士兵。那一天本身什麼都沒變。變的是他。

最後那一步

所以問題不在循環。問題在於最後有沒有一個步驟，讓你回頭看剛跑完的這一輪，在下一輪之前決定要改什麼。

健身房是最簡單的例子。如果你每次都做同樣的訓練——同樣的動作、同樣的重量、同樣的次數——你會進步一陣子，然後停滯。身體適應了刺激，就不再需要改變。但如果每次練完你都問自己下次要調整什麼——加一點重量、換個次數組合、加一個新動作——那每一次訓練就會變成下一次的輸入，整套課表會自己變好。這叫漸進式超負荷，而且是很老的概念。據說古希臘摔角手 Milo 每天扛著一頭剛出生的小牛，一直扛到牠長成成年的公牛，力氣就是這樣練出來的。調整的工作，小牛幫他做了。

做菜也一樣。我照一個食譜做，嚐一口，還沒吃完就已經在記筆記了：鹽多一點、大蒜少一點、早一分鐘離火。下次就帶著這些修改再做一次。做個幾輪之後，那份食譜就不是我一開始的那份了。它變成我的。

這些都不新，也不聰明。大家不用想就會這樣做。我覺得有用的是幫它取個名字，因為一旦你看到這個結構（執行、檢討、調整、再執行），就會開始注意到哪些地方少了檢討這一步。

原地打轉，或想個不停

循環會變壞，有兩種方式。

第一種是原地打轉：完全沒有檢討步驟的循環。同樣的訓練、同樣的食譜、同樣的節日爭執。每一輪之間什麼都沒學到，所以什麼都沒變，重複開始讓人覺得像在服刑。大家說「陷入循環」的時候，指的就是這種。通常讓人難受的不是重複本身，而是完全沒有任何調整。

第二種剛好相反，而且在會讀心智模型部落格文章的人之間更常見：只有檢討，沒有執行。你可以把自省變成一種常態——一直在分析、一直在規劃下一個調整，卻從來沒有真的回去把事情跑一遍。反思在循環裡有它的位置，但它是一個階段，不是整個循環。Tom Cruise 不會把每一次重來都花在營房裡研究那片海灘。他會回到海灘上，再死一次。

這是季節在我還沒有這套詞彙之前就教會我的事。在季節的循環裡，秋天是檢討的階段：收成、盤點、看看春天以來什麼行得通。接著冬天休息，春天帶著調整重新跑一輪。檢討有自己的季節。但它不會佔掉四季。

從打擊中變強

Nassim Taleb 的《反脆弱》（Antifragile）是我最常回頭去想的書之一。他區分了三種東西：受壓就會壞的（脆弱）、撐得住壓力的（強韌），以及真的會因為壓力而變強的（反脆弱）。肌肉是反脆弱的。免疫系統也是，某些經濟體也是，而我一直認為，好的軟體也是。每一個 bug 回報、每一次攻擊、每一個把東西弄壞的邊界情況都是壓力源，而一個運作良好的程式碼庫，每經歷一次就比之前更堅固。你最信任的軟體，通常就是被打得最多次的那個。

但光有壓力，並不會讓任何東西變強。很多程式碼庫一直被打，結果只是慢慢爛掉。很多人隨便練了好幾年，結果只換來受傷。兩者的差別就在循環。必須有個東西注意到壓力、搞清楚它代表什麼，然後把它回饋到下一個版本。檢討這一步，就是把混亂轉換成進步的方式。少了它，那些打擊只會把你磨損。

我覺得這是讀 Taleb 最實用的方式。反脆弱不是某個東西天生就有的特性。在大多數重要的情況裡，它是某個人正在跑的循環所具備的特性。

工作上的循環

AI 在這裡又回來了，這也是我最近最有成果的地方。

執行一個改進循環，最難的一直都是檢討這一步。你得誠實看待發生了什麼，這需要知道發生了什麼，而這又需要生活大多不會留下的資料。我的工作剛好幾乎全都留下來了，因為我現在做的事，幾乎都會經過會留下紀錄的工具。所以每個禮拜，我都拿練完之後問自己的那個問題，來問我的 AI harness：下次要改什麼？以前最花力氣的檢討，現在成了最省力的部分。資料就在那裡，而 AI 很擅長讀這些資料、提出調整。

結果是一套每週都更有效率一點的 harness。看著它發生真的很有成就感——一個照著節奏自我改進的系統，大部分自己來，由我決定要留下哪些調整。

同樣的工具也降低了其他地方的檢討成本。訓練紀錄、做菜筆記、日記：任何你本來就在留下紀錄的地方，現在都可以交給某個東西讀回來，問你想改什麼。循環一直都在。檢討以前很繁瑣，現在大多不會了。

這一切的落點

我知道這聽起來有點像勵志書。「反省自己的選擇，然後進步」不是什麼新觀念，大家對這種話翻白眼也沒錯。但我認為循環這個框架，補上了勵志書版本沒有的東西，也就是節奏。你不是隨時都在檢討，也不是從不檢討。你把事情跑一輪，在一個固定的點（一次訓練結束、一週結束、一季結束）回頭看，挑出要改的地方，然後再跑一次。

生活大部分本來就是這個形狀。每天重複，每週重複，每年重複。這些循環你一個都下不來。你能做的，是在每一個循環的最後，加上一個檢討的步驟。

海灘上的那個士兵，不是靠逃離循環脫身的。他是靠善用它。我想我們應該不需要一場外星人的時間循環，才搞懂這件事。我們本來就身在好幾個循環裡了。