Loop 是 Claude Code 獨有的功能嗎？一般的 Claude.ai 用戶用不到嗎？
目前來說，Anthropic 這份官方指南描述的 Loop 功能（包含 /goal、/loop、/schedule 這些指令），主要是在 Claude Code 這個獨立的命令列工具裡可用。如果你只用 Claude.ai 的網頁版對話，這些指令是沒有辦法直接使用的。
但這不代表「Loop 的概念」和你完全無關。Claude Cowork（Claude 的工作流自動化工具）和 Claude Tag（Slack 整合）的設計思路，和 Loop 指南描述的方向是一致的——它們都是讓 Claude 能夠帶著目標自主執行任務，而不是每一步都等你發指令。如果你用這些工具，你已經在某種程度上使用了 Loop 概念的應用。
對一般 Claude.ai 用戶最有用的對應做法：在 Claude Projects 裡，把「怎麼知道任務完成了」這個判斷標準寫進 Project Instructions 裡——這是沒有自動 Loop 機制的情況下，讓 Claude 有自我檢查能力的最簡單方式。
Goal-based 模式的「最多嘗試幾次」要怎麼設定才合理？
這個問題沒有一個固定的答案，但有幾個思考框架可以幫你判斷。
首先，考慮「一次嘗試大概要消耗多少資源」。如果每輪嘗試需要跑完整的測試套件、部署到測試環境、執行效能分析，那一輪可能很貴，設 3-5 次比較合理。如果每輪只是修改幾行程式碼再跑一個簡單的檢查，設 10-15 次也沒問題。
其次，考慮「如果達不到目標，我想知道還是讓它繼續試」。Goal-based 達到上限之後不是自動放棄，Claude 會告訴你「試了 X 次還沒達到目標」，讓你決定要調整目標、繼續試更多次、還是換個方向。所以把上限設得保守一點，先看看 5 次能到哪裡，比一開始就設 20 次要聰明——你能更早知道有沒有走對方向。
第三，目標的「難易度」影響合理次數。Lighthouse 分數從 75 到 90，可能 5 次夠了；測試覆蓋率從 60% 到 80%，可能需要更多輪。在你對這個任務的難度有感覺之前，建議先從保守的次數開始。
Token 用量和成本怎麼追蹤？Loop 跑到一半我可以叫它停嗎？
可以叫它停，而且 Anthropic 在指南裡有說幾個具體的追蹤工具。
追蹤工具：
/usage 指令：顯示最近的 token 用量，包含用了哪些 skill、有沒有派子代理（subagent）、呼叫了哪些 MCP 工具。/goal（不加參數）：顯示目前這個 goal 跑了幾輪、用了多少 token。/workflows：顯示每個 Agent 的 token 用量，也可以在這裡選擇停止特定的 Agent。中途停止：是的，任何時候你覺得「跑偏了」或「成本太高了」，可以直接中斷。Claude Code 有 kill 機制，/workflows 的介面也可以停止正在跑的 Agent。
控制成本的實務建議：指南裡特別強調，Loop 的成本管控心態是「先在小範圍試，確認方向對了再放大」。特別是 Proactive 模式（事件觸發、多 Agent 並行），Token 消耗可以非常快，在你熟悉這個模式的行為之前，不要直接在大型專案上全量上線。從一個小型的 pilot 開始，觀察每一輪用了多少，再決定要不要繼續擴大。
這四種 Loop 模式，對非開發者的知識工作者有任何參考價值嗎？
有，而且比你想像的更直接相關。這份指南的具體指令（/goal、/loop 等）是 Claude Code 的功能，但它背後的設計思路對所有想更有效率使用 Claude 的人都有用。
思路一：把「怎麼知道完成了」說清楚。Turn-based 模式的核心建議是：不只告訴 Claude 要做什麼，還要告訴它怎麼確認有沒有做對。這個建議在任何 Claude 使用場景裡都有效——你給 Claude 一個任務，順便說一句「如果做得對，輸出應該符合這幾個條件……」，Claude 自我驗證的準確率會提升。
思路二：給一個目標，不是給一份指令清單。Goal-based 模式讓你說「達到這個結果」，而不是「做這些步驟」。這個思路在普通 Claude 對話裡也很有用——描述你要的結果比描述你想要的過程，通常能得到更好的輸出。
思路三：重複性的工作考慮用 Cowork 或 Claude Tag 自動化。如果你有每週重複做的工作，這份指南讓你知道「自動化這件事是可能的」，只是入口不是 Claude Code，而是 Cowork 或 Slack 的 Claude Tag 整合。
最後，這份指南的最大啟示是：Claude 最終的能力上限，比你現在從日常對話裡看到的要大很多。了解這個上限的存在，能幫你想得更遠——不只是「Claude 可以幫我做這件事嗎」，而是「如果我設計得好，Claude 可以在什麼範圍內自主完成什麼？」
2026 年 7 月 6 日，Anthropic 的官方開發者帳號 ClaudeDevs 在 X 上發布了一份技術指南，主題是「如何用 Loop（迴圈）讓 Claude Code 做更多事」。這份指南由 Claude Code 團隊工程師 Delba de Oliveira 撰寫，把過去幾個月開發者社群裡大家自己在摸索的使用方式，系統性地整理成四種模式。
聽起來很技術性，但核心概念其實很簡單：以前你每次用 Claude Code，都是你說一句，它做一件事，然後你再說下一句。有了 Loop，Claude Code 可以在你給它一個目標或一個條件之後，自己不斷重複嘗試、確認、修正，直到把任務真正完成，而不需要你一直守在旁邊。
這對不懂程式的人有什麼意義？想像你叫一個員工「幫我改這個頁面的效能，改到得分在 90 分以上」——你不需要告訴他每一步怎麼做，他自己想辦法、自己測試、沒達標就繼續改，達標了才來報告你。Loop 就是讓 Claude Code 能這樣工作的機制。
Loop 這個概念在技術上不算新，但 Anthropic 把它內建到 Claude Code 裡，讓普通使用者也能輕鬆設定，這是這次指南的重點。
在開發者圈裡，Loop 大概是從 2025 年底開始被廣泛討論——越來越多人發現，比起「每次手動下一個指令」，讓 Claude 帶著目標自動跑完一個任務，效率差距非常明顯。這份指南是 Anthropic 把這些社群經驗整理成官方文件，給更多人參考的一個動作。
四種模式從「最需要你手動介入」到「最自動化」排列，分別是：Turn-based（手動迴圈）、Goal-based（目標導向）、Time-based（定時執行）、Proactive（事件觸發）。
這其實就是你現在用 Claude Code 的方式，只是加了更明確的「驗證步驟」。
你給 Claude 一個任務，它執行，然後自己去確認有沒有做對，而不是直接交給你。例如你叫它修改一個前端頁面，它不只是改完丟給你，而是自己啟動開發伺服器、在瀏覽器裡看有沒有問題、確認 console 沒有新的錯誤，確認沒問題了才跟你說完成了。
指南裡的建議是：把「怎麼算做對了」這件事，寫進你的 SKILL.md 檔案裡。這樣 Claude 每次完成任務的時候，都知道要按照這份清單自我檢查，不需要你每次都重複說明。
對非開發者來說，這個模式的概念是：告訴 Claude 你要的結果，也告訴它怎麼知道自己有沒有達到。這一步很多人忘記做，結果 Claude 完成了但你不滿意，雙方都有點困惑。
這個模式用 /goal 指令觸發。你告訴 Claude 一個明確的目標和最多嘗試幾次，它就會一直試到達標為止，或者達到上限才停。
指南裡給的例子是：/goal get the homepage Lighthouse score to 90 or above, stop after 5 tries（讓首頁的 Lighthouse 效能得分達到 90 分以上，最多試 5 次）。每一輪嘗試之後，Claude 自己確認分數，沒達到就繼續修改，達到了才停。
有趣的設計是：Claude 想停下來的時候，系統會用另一個「評估模型」來確認目標是否真的達成——相當於有第二個 AI 在旁邊盯著，防止 Claude 自己「誤以為完成了」就收工。
這個模式最適合有明確數字目標的任務：測試通過率要達到幾成、覆蓋率要超過多少、得分要到哪個門檻。目標越具體，這個模式越有效率，用掉的計算資源也越少。
這個模式讓 Claude Code 變成一個「有定時功能的自動化助手」。你用 /loop 指令，告訴它每隔多久做一次什麼事。
指南裡的例子：/loop 5m check my PR, address review comments, and fix failing CI。意思是：每 5 分鐘自動去查一次我的程式碼審查（Pull Request）、回應評論、修復失敗的自動測試。你去開會，它在背景持續監控並處理。
如果你只是用自己的電腦跑，/loop 適合暫時性的任務，電腦關掉就停了。如果你要讓任務在雲端持續跑（即使你關電腦），要改用 /schedule 指令建立一個長期例行任務。適合的場景是：每天早上自動整理昨天的通知摘要、每小時監控某個服務的狀態這類事情。
這是四種模式裡最強大，也是最需要小心設定的一種。它不靠時間觸發，而是靠「某件事發生了」來啟動 Claude 工作。
指南裡給的複合範例是這樣的：設定一個每小時自動掃描使用者回饋頻道的例行任務；每找到一個 bug 報告，就用 /goal 定義「這個 bug 要處理到什麼程度才算完成」；然後自動派出多個 AI Agent 平行處理不同的 bug，各自去研究、修復、回報。整個流程從「有人回報 bug」到「bug 被分類處理完成」，不需要人工介入每一步。
這聽起來很吸引人，但指南也特別強調：這種模式會同時跑很多個 AI，計算成本很高。強烈建議先在小範圍測試，確認流程設計沒問題，再擴大到整個專案。
如果你目前只用 Claude.ai 的一般對話功能，這次的 Loop 指南主要是 Claude Code（獨立的開發者工具）的功能，不完全適用於你現在的使用情境。但它代表的方向很值得了解。
從更大的角度來看，這份指南描述的，就是 AI 從「你叫一次它做一次」演進到「給它一個目標，讓它自己想辦法完成」的過程。這個方向不只在 Claude Code 裡，也在 Claude Cowork、Claude Tag 等工具裡可以看到同樣的趨勢——AI 的角色從「等你下指令的工具」變成「能自主完成任務的協作者」。
如果你是開發者或有意深入用 Claude Code 的人，這份指南是目前最完整的官方說明，值得直接去讀原文。如果你不是開發者，這份指南告訴你 Claude 能自動化的工作場景正在快速擴大——你現在能叫 Claude 做的事，只是未來它能做的事的一個子集。