យើងបានដាក់ឈ្មោះក្រុមហ៊ុនរបស់យើងតាមរឿងនេះ៖ Loop Engineering កំពុងលេបយកការអភិវឌ្ឍសូហ្វវែរ

នៅក្នុងបទសម្ភាសន៍កណ្ដាលឆ្នាំ ២០២៦ វិស្វករដែលបានបង្កើត Claude Code នៅ Anthropic គឺ Boris Cherny បានពិពណ៌នាពីរបៀបដែលការងាររបស់គាត់ផ្ទាល់បានផ្លាស់ប្ដូរ។ ពាក្យសម្ដីនេះសមនឹងដកស្រង់ឱ្យពេញ ព្រោះវាកំពុងធ្វើការងារច្រើនជាងអ្វីដែលវាមើលទៅ៖

“ឥឡូវនេះវាបានឡើងកម្រិតម្ដងទៀតហើយ ខ្ញុំគិតថា ទៅរលកបន្ទាប់នៃ abstraction ដែលខ្ញុំលែង prompt Claude ទៀតហើយ។ ខ្ញុំមានរង្វិលជុំដែលកំពុងដំណើរការ។ វាទេដែលជាអ្នក prompt Claude ហើយរិះរកថាត្រូវធ្វើអ្វី។ ការងាររបស់ខ្ញុំគឺការសរសេររង្វិលជុំ។”

ឈុតវីដេអូនោះរាលដាលយ៉ាងលឿន។ ក្នុងរយៈពេលប៉ុន្មានថ្ងៃ វាមានឈ្មោះមួយ — loop engineering — ដែលត្រូវបានធ្វើឱ្យពេញនិយមដោយបន្ទាត់ត្រង់ប្រាកដរបស់ Peter Steinberger ថាការងារបានផ្លាស់ទីពីការ prompt agent ទៅ ការរចនារង្វិលជុំដែល prompt ពួកវាវិញ ដែលខ្លួនវាផ្ទាល់ប្រមូលបានរាប់លានទស្សនៈ។ នៅពេលដែលអ្នកដែលបានសាងសង់ coding agent ដែលគេប្រើច្រើនបំផុតមួយលើផែនដី ប្រាប់អ្នកថាគាត់បានឈប់ prompt វា នោះមិនមែនជាការណែនាំបង្កើនផលិតភាពទេ។ នោះជាការពិពណ៌នាការងារនៃឧស្សាហកម្មទាំងមូលដែលកំពុងផ្លាស់ប្ដូរនៅក្រោមជើងខ្លួនវាផ្ទាល់។

យើងមានភាគហ៊ុនពិសេសក្នុងរឿងនេះ។ ក្រុមហ៊ុនរបស់យើងមានឈ្មោះថា Inference Loops។ យើងបានជ្រើសរើសឈ្មោះនោះមុនពេលពាក្យ “loop engineering” មានឡើង ដោយផ្អែកលើការភ្នាល់មួយអំពីទិសដៅដែលតម្លៃនៅក្នុងសូហ្វវែរ agentic កំពុងឆ្ពោះទៅ។ នេះជាអត្ថបទដែលយើងអាចនិយាយបានថា៖ ការភ្នាល់នោះបានចុះត្រូវ។

ការស្លាប់នៃយុគ prompt

ប្រមាណពីរឆ្នាំ ជំនាញលេចធ្លោនៅក្នុង AI គឺ prompting — សិល្បៈនៃការតម្រៀបពាក្យសុំមួយឱ្យបានល្អល្មមដើម្បីទទួលបានចម្លើយល្អមួយ។ Prompt engineering មានមគ្គុទេសក៍ មានការប្រកាសជ្រើសរើសការងារ និងមានភាពពិសិដ្ឋស្រាលៗ។ ហើយវាជាការងារពិតប្រាកដ មួយរយៈ។ ប៉ុន្តែសូមកត់សម្គាល់នូវអ្វីដែលវាសន្មត់៖ មនុស្សម្នាក់នៅក្នុងរង្វិលជុំ អានរាល់ output ហើយសម្រេចចិត្តថាត្រូវវាយអ្វីបន្ទាប់។ Prompt ជា interface ហើយ អ្នក ជាប្រព័ន្ធបញ្ជា។ រាល់ការ iteration ម្ដងៗ ឆ្លងកាត់ក្ដារចុច និងការផ្ដោតអារម្មណ៍របស់អ្នក។

ប្រយោគរបស់ Cherny សម្គាល់ការបញ្ចប់នៃការរៀបចំនោះ។ រលកបន្ទាប់នៃ abstraction មិនមែនជា prompt ល្អជាងទេ — វាជា ការដកមនុស្សចេញពីការសម្រេចចិត្តម្ដងៗ ហើយជំនួសពួកគេដោយកម្មវិធីមួយ។ រង្វិលជុំអាន output ផ្ទៀងផ្ទាត់វាទៅនឹងគោលដៅ សម្រេចចិត្តថាត្រូវធ្វើអ្វីបន្ទាប់ ហើយ prompt model ម្ដងទៀត ទាំងអស់ដោយគ្មានមនុស្សនៅក្នុងការសន្ទនា។ Prompt មិនបានបាត់ទេ វាត្រូវបាន បង្កើត ដោយរង្វិលជុំ ជំនួសឱ្យការវាយដោយអ្នក។

ការដាក់ស៊ុមឡើងវិញនោះគឺជាការផ្លាស់ប្ដូរទាំងមូលក្នុងចលនាតែមួយ។ Prompt មិនដែលជាឯកតានៃការងារទេ។ វាជា placeholder សម្រាប់រង្វិលជុំដែលយើងមិនទាន់បានសាងសង់។ ដរាបណា model នៅខ្សោយ ហើយការប្រើ tool នៅផុយ មនុស្សត្រូវឈរជំនួសឱ្យតក្ក logic បញ្ជាដែលបាត់ — អានឡើងវិញ បញ្ជាទិសឡើងវិញ ចាប់កំហុស។ ពេលដែល model ល្អល្មមអាចទុកចិត្តបាននៅខាងក្នុងវដ្ត feedback ដែលមានគោលដៅអាចផ្ទៀងផ្ទាត់បាន នោះ placeholder រូបរាងមនុស្សនោះក្លាយជា bottleneck។ Loop engineering គឺជាអ្វីដែលអ្នកធ្វើ ពេលអ្នកដក placeholder នោះចេញ។

តើ loop ពិតជាអ្វី — ហើយហេតុអ្វីការសរសេរវាជាផ្នែកដ៏លំបាក

រង្វិលជុំ តាមយន្តការ គឺស្ទើរតែសាមញ្ញគួរឱ្យអាម៉ាស់៖ trigger មួយចាប់ផ្ដើមវា agent ធ្វើសកម្មភាព អ្វីមួយផ្ទៀងផ្ទាត់ថាតើគោលដៅត្រូវបានសម្រេចឬអត់ ហើយវដ្តនោះធ្វើម្ដងទៀតឬឈប់។ យើងបានបំបែករចនាសម្ព័ន្ធនោះយ៉ាងលម្អិតពីមុនមកហើយ នៅក្នុងគំរូ agent loop — វដ្តរៀបចំ ធ្វើ សង្កេត ផ្ទៀងផ្ទាត់ ដែលប្រែការហៅ model តែមួយ ឱ្យក្លាយជាប្រព័ន្ធដែលធ្វើការងារបានសម្រេច។

អន្ទាក់គឺការគិតថាភាពលំបាកស្ថិតនៅក្នុងសេចក្ដីថ្លែងការណ៍ while។ វាមិនមែនទេ។ សេចក្ដីថ្លែងការណ៍ while គឺមិនសំខាន់សោះ។ ផ្នែកលំបាកគឺរបស់ពីរយ៉ាងដែលមនុស្សធ្លាប់ផ្គត់ផ្គង់ដោយសភាវគតិ៖

• គោលដៅដែលអាចផ្ទៀងផ្ទាត់បាន។ រង្វិលជុំត្រូវដឹង តាមយន្តការ ថាតើវាបានជោគជ័យឬអត់ — test ដែលជាប់ CI ដែលឡើងពណ៌បៃតង spec ដែលត្រូវនឹង output។ នេះជាតម្រូវការដូចគ្នាដែលធ្វើឱ្យ reinforcement learning ដំណើរការ ហើយដូចគ្នាដែលបំបែកវាពេលវាបាត់៖ រង្វិលជុំដែលគ្មាន reward អាចត្រួតពិនិត្យបាន ឬប្រកាសជ័យជម្នះក្លែងក្លាយ ឬកិនជានិច្ច។ ការ engineering ភាគច្រើននៅក្នុងរង្វិលជុំល្អស្ថិតនៅក្នុងការកំណត់ “រួចរាល់” ឱ្យបានច្បាស់ល្មមដែលម៉ាស៊ីនអាចត្រួតពិនិត្យបាន។
• លក្ខខណ្ឌឈប់។ ការដឹងថាពេលណាត្រូវ ឈប់ — ពេលដែលការងារពិតជារួចរាល់ ពេលដែល agent ជាប់គាំងហើយគួរ escalate ពេលដែលវាកំពុងដុត token ដើរវង់ — គឺជាការវិនិច្ឆ័យដែលត្រូវបាន encode ជា code។ ខុសក្នុងទិសមួយ រង្វិលជុំឈប់ពាក់កណ្ដាល ខុសក្នុងទិសម្ខាងទៀត វាមិនឈប់ឡើយ។

ពីរនោះជាកន្លែងដែលសិល្បៈរស់នៅ ហើយវាជាផ្នែកដែលច្បាស់ៗមិនមកពី model ល្អជាងទេ។ វាមកពីការយល់បញ្ហាបានជ្រៅល្មមដើម្បីនិយាយថា ត្រឹមត្រូវ មានន័យអ្វី ហើយពេលណាត្រូវឈប់។ នោះជាមូលហេតុដែលយើងបន្តទទូចថាតម្លៃដែលស្ថិតស្ថេរស្ថិតនៅក្នុងរចនាសម្ព័ន្ធជុំវិញ model មិនមែន model ខ្លួនវាទេ — អំណះអំណាងដែលយើងបានធ្វើអំពីharness ជាផលិតផល។ Model កាន់តែក្លាយជា commodity ដែលអ្នកជួល។ Loop ជារបស់ដែលអ្នកសាងសង់ ហើយវាជារបស់អ្នក។

ហេតុអ្វីយើងដាក់ឈ្មោះក្រុមហ៊ុនថា Inference Loops

ពេលយើងជ្រើសរើសឈ្មោះនោះ ហេតុផលគឺផ្ទុយនឹងគេ។ ទីផ្សារទាំងមូលត្រូវបានស្រវឹងដោយ model — lab ណាមានធំជាងគេ benchmark ណាផ្លាស់ប្ដូរ API ណាថោកជាងគេក្នុងមួយ token។ ការភ្នាល់របស់យើងគឺថា model នឹងក្លាយជា commodity ហើយ loop ជុំវិញវា នឹងជាកន្លែងដែលការងារពិតជាបានធ្វើ ហើយជាកន្លែងដែលភាពខុសប្លែកពិតជារស់នៅ។ Inference ដោយគ្មាន loop គឺជាល្បិចបង្ហាញ៖ ចម្លើយឆ្លាតមួយចំពោះសំណួរមួយ។ Inference នៅខាងក្នុង loop គឺជាប្រព័ន្ធដែលដឹក feature ពេញមួយយប់ review រាល់ pull request រក្សា migration ឱ្យដំណើរការខណៈអ្នកដេក។

ការដកស្រង់របស់ Cherny គឺជាការភ្នាល់នោះដែលត្រូវបានថ្លែងដោយអ្នកដែលមានសិទ្ធិអំណាចបំផុតក្នុងការថ្លែងវា។ “ការងាររបស់ខ្ញុំគឺការសរសេររង្វិលជុំ” គឺ ស្ទើរតែពាក្យម្ដងៗ ជា thesis ដែលឈ្មោះនោះ encode។ យើងមិនបានទាយថាគាត់នឹងនិយាយវាទេ — ប៉ុន្តែយើងបានសាងសង់ជុំវិញការសង្កេតដូចគ្នា៖ loop គឺជាឯកតានៃតម្លៃនៅក្នុងសូហ្វវែរ agentic។ អ្វីៗគ្រប់យ៉ាងនៅពីលើ loop (ការសម្របសម្រួលពួកវាច្រើន) និងនៅពីក្រោមវា (harness, model) មានសារៈសំខាន់ ដោយសារតែអ្វីដែលវាធ្វើ សម្រាប់ loop។ ដាក់ឈ្មោះក្រុមហ៊ុនតាមស្រទាប់ដែលតម្លៃប្រមូលផ្ដុំ នោះអ្នកត្រូវបង្ខំឱ្យរក្សាការផ្ដោតអារម្មណ៍នៅទីនោះ សូម្បីពេលដែលទីផ្សារកំពុងស្រែកអំពីអ្វីដែលភ្លឺចែងជាង។

អ្វីដែលផ្លាស់ប្ដូរ ពេល loop ជាឯកតានៃការងារ

នេះមិនមែនគ្រាន់តែជាវាក្យសព្ទទេ។ ការចាត់ទុក loop ជា primitive ផ្លាស់ប្ដូរអ្វីដែលអ្នកសាងសង់ និងរបៀបដែលអ្នកវាស់វា។

អ្នករចនា feedback មិនមែនការតម្រៀបពាក្យទេ។ សំណួរលែងជា “តើខ្ញុំគួរតម្រៀបពាក្យសុំនេះយ៉ាងម៉េច?” ហើយក្លាយជា “តើសញ្ញាអ្វីប្រាប់រង្វិលជុំនេះថាវាដើរត្រូវផ្លូវ ហើយ tool អ្វីដែលអនុញ្ញាតឱ្យវាធ្វើសកម្មភាពលើសញ្ញានោះ?” នោះជាសំណួររចនាប្រព័ន្ធ ហើយជាជំនាញដែលស្ថិតស្ថេរជាងការតម្រៀបពាក្យឆ្ងាយ។

អ្នកវិនិយោគលើ verification មិនមែនគ្រាន់តែ generation ទេ។ នៅក្នុងយុគ prompt គុណភាព output ត្រូវបានកំណត់ដោយ model និងការអត់ធ្មត់របស់អ្នក។ នៅក្នុងយុគ loop វាត្រូវបានកំណត់ដោយ verification របស់អ្នក។ រង្វិលជុំអាចល្អបានត្រឹមតែសមត្ថភាពរបស់វាក្នុងការត្រួតពិនិត្យខ្លួនឯង — ដែលមានន័យថា ការ engineering ដែលមាន leverage ខ្ពស់បំផុតផ្លាស់ទីពីការធ្វើឱ្យ agent generate ទៅធ្វើឱ្យ loop វិនិច្ឆ័យ។ គុណភាពនៃដំណាក់កាល verification គឺជាដែនកំពូលនៃគុណភាពនៃប្រព័ន្ធទាំងមូល។

អ្នកគិតក្នុងកងនាវា មិនមែន session ទេ។ ពេលរង្វិលជុំតែមួយដំណើរការដោយអាចទុកចិត្តបាន ចលនាបន្ទាប់ដ៏ធម្មជាតិគឺការមានវាច្រើន — ស្របគ្នា តាមកាលវិភាគ ក្នុង pipeline។ រង្វិលជុំមួយជួសជុល test ដែលមិនស្ថិតស្ថេររាល់យប់ មួយទៀតប្រៀបធៀប spec ទៅ implementation មួយទីបីចាត់ថ្នាក់ issue។ តួនាទីមនុស្សកើនឡើងម្ដងទៀត ពីការសរសេររង្វិលជុំមួយ ទៅជាការសម្របសម្រួលច្រើន។ ប៉ុន្តែវាទាំងអស់ឈរលើ loop ដែលជាឯកតាដែលអាចទុកចិត្តបានជាមុនសិន។

ខ្សែស្រឡាយ៖ ការងាររបស់អ្នកអភិវឌ្ឍកំពុងផ្លាស់ប្ដូរពីការផលិតកូដ ទៅផលិតប្រព័ន្ធដែលផលិតកូដ។ នោះមិនមែនជាការងារតូចជាងទេ។ វាជាការងារដែលមាន leverage ខ្ពស់ជាង ហើយវាផ្ដល់រង្វាន់ដល់សាច់ដុំខុសគ្នា — ការវិនិច្ឆ័យអំពីគោលដៅ verification និងលក្ខខណ្ឌឈប់ ជាជាងល្បឿនក្នុងការវាយ។

ហេតុអ្វីនេះអនុគ្រោះអាស៊ីអាគ្នេយ៍

នេះជាផ្នែកដែលសំខាន់បំផុតសម្រាប់យើង ហើយវាជាផលប៉ះពាល់ដែលលើកទឹកចិត្តបំផុតនៃការផ្លាស់ប្ដូរទាំងមូល។ Loop engineering គឺជាជំនាញ មិនមែនជាការចំណាយដើមទុនទេ។

ស្រទាប់ដែលថ្លៃ និងពឹងលើដើមទុនច្រើននៃ stack នេះ — ការ pretrain frontier model — គឺច្បាស់ៗជាស្រទាប់ដែលកំពុងក្លាយជា commodity ទៅជា API ដែលជួល។ ស្រទាប់ដែលតម្លៃកំពុងផ្លាស់ទៅ — loop — ដំណើរការលើការវិនិច្ឆ័យ៖ សមត្ថភាពក្នុងការកំណត់គោលដៅដែលអាចផ្ទៀងផ្ទាត់បាន រចនាវដ្ត feedback ហើយដឹងថាពេលណាដែលការងាររួចរាល់។ ការវិនិច្ឆ័យនោះមិនទាមទារ GPU cluster ឬអង្គភាពមនុស្សមួយពាន់នាក់ទេ។ វាទាមទារការយល់បញ្ហាមួយឱ្យបានជ្រៅល្មមដើម្បី encode “ត្រឹមត្រូវ” ចូលទៅក្នុង code។ Loop engineer ម្នាក់នៅភ្នំពេញ ឬហ្សាការតា ដែលជួល model ដូចគ្នា និងដំណើរការ harness ដូចគ្នានឹងម្នាក់នៅ San Francisco ប្រកួតប្រជែងលើស្រទាប់ដែលទេពកោសល្យសម្រេចលទ្ធផល — មិនមែនស្រទាប់ដែលដើមទុនសម្រេចទេ។

យើងបានធ្វើកំណែរបស់អ្នកអនុវត្តនៃករណីនេះឱ្យពេញ — គំរូបីស្រទាប់ និងហេតុអ្វីវាជាការភ្នាល់ជំនាញដ៏ល្អបំផុតមួយដែលអ្នកអភិវឌ្ឍក្នុងតំបន់អាចធ្វើបាន — នៅក្នុងតើ loop engineering មានន័យដូចម្ដេចសម្រាប់អ្នកអភិវឌ្ឍនៅអាស៊ីអាគ្នេយ៍។ កំណែខ្លីគឺថា នេះជាទីលានប្រកួតដែលស្មើភាពបំផុតដែលសូហ្វវែរបានផ្ដល់ឱ្យតំបន់ក្នុងមួយជំនាន់។ ការច្របាច់លើការងារ junior-implementation គឺពិតប្រាកដ ហើយ loop engineering ជាចម្លើយចំពោះវា ជាជាងជនរងគ្រោះរបស់វា៖ វាគុណលទ្ធផលរបស់អ្នកអភិវឌ្ឍម្នាក់យ៉ាងធំ វាអាចចល័តបាន ហើយវាអាចរៀនបានដោយគ្មានថវិកា frontier។

ដូច្នេះ ពេលអ្នកបង្កើត Claude Code និយាយថា ការងាររបស់គាត់ឥឡូវនេះគឺការសរសេររង្វិលជុំ យើងមិនឮវាជារឿងចង់ដឹងចង់ឃើញពីបទសម្ភាសន៍ Silicon Valley ទេ។ យើងឮឈ្មោះក្រុមហ៊ុនរបស់យើងត្រូវបានអានត្រឡប់មកវិញដល់យើងជាងារកម្រិតឧស្សាហកម្ម — ហើយយើងឮឱកាសមួយសម្រាប់វិស្វករគ្រប់រូបក្នុងតំបន់នេះ ដែលចង់ប្រកួតលើការវិនិច្ឆ័យ ជាជាងលើ compute។

យុគ prompt កំពុងបញ្ចប់។ យុគ loop បានមកដល់ហើយ ហើយវាមានឈ្មោះ។ យើងបានសាងសង់សម្រាប់វាពេញមួយពេលមកនេះ។

ប្រសិនបើក្រុមរបស់អ្នកកំពុងរៀនធ្វើវិស្វកម្មរង្វិលជុំ — ឬចង់បានវិស្វករដែលអាចធ្វើបានរួចហើយ — ចូរយើងពិភាក្សាគ្នា។