Closed vs Open Tasks（封闭性任务与开放性任务）
封闭性任务（Closed Task） 和 开放性任务（Open Task） 是理解 AI 商业边界的核心分类框架，区分标准只有一个：能否用代码客观验证结果是否正确。
换成 Evals（评估） 的语言：封闭性任务有相对清晰、低成本、可重复的评估机制；开放性任务缺少这样的评估机制，只能依赖人类判断或弱代理指标。
两类任务的对比
| 维度 | 封闭性任务 | 开放性任务 |
|---|---|---|
| 验证方式 | 机器可验证（测试通过/失败、编译、数值对比） | 只能人工判断，无客观标准 |
| 典型场景 | 编程、科研数据处理、数学计算、单元测试 | 写报告、做决策、内容创作、商业规划 |
| Agent Loop 适用性 | 高——失败信号明确，Loop 可自动修错 | 低——无法定义"什么是正确的答案" |
| AI 失败的可见性 | 高——报错、测试失败立即暴露 | 低——错误可能以语义通顺的方式存在 |
| 人类的不可替代性 | 可部分自动化 | 判断、经验、责任担当不可替代 |
为什么这个分类框架重要
Hallucination（幻觉）——它无法保证每步推理正确，单步 90% 准确率的模型在 20 步任务里整体正确率只有约 12%（0.9²⁰）。
封闭性任务 的解法是 Loop Engineering（循环工程）：提前写好验证代码（测试用例），AI 的输出不对就把报错扔回去让它继续改，直到通过为止。验证环境提供了客观的失败信号，Loop 可以自动运转。
开放性任务 没有这个条件。“帮我写一份新能源汽车竞品调研”，没有代码能判断这份报告是对是错、好是不好——AI 的输出无法被客观验证。在缺乏自动化验证环境的情况下，人类的经验、直觉和责任担当依然是不可替代的。
AI 商业价值最确定的领域
正是因为这个分类，目前 AI 商业价值最确定、ROI 最清晰的领域，集中在封闭性任务：
- 软件工程：代码对不对，测试说了算
- 科研数据处理：计算结果有数值标准
- 结构化信息提取：从文档中抽取字段，与真值对比
- 自动化测试生成：覆盖率、断言可以机器衡量
开放性任务（写作、咨询、决策辅助）的 AI 价值不是没有，而是边界更模糊、杠杆点更依赖人类设计——Harness Engineering（驾驭工程） 能约束 AI 的执行方式，但无法替代"定义什么是好答案"的人类判断。
混合场景：嵌套封闭子任务
实践中很多任务是混合的：开放性任务里嵌套着封闭性子任务。
例如：编写一份竞品分析报告（开放性）可以拆分为：
- 从多个网页提取公司财务数据（封闭——有数值标准）
- 对比产品参数表（封闭——有对比标准）
- 生成摘要和结论（开放——需人类判断）
Harness Engineering（驾驭工程） 的核心工程价值之一，正是把一个开放性任务拆解成一组可以被 Agent 可靠执行的封闭性子任务，再由人类审查最终开放性判断。
与 Loop 工程的关系
Boris Cherny（Anthropic Claude Code 负责人，见Loop Engineering（循环工程））说"我现在的工作就是写 Loop"，背后的前提正是软件工程这个领域：代码质量有机器验证，Loop 才能可信地自动运转。
在缺乏自动化验证的开放性任务里，“写 Loop"无法解决"怎么判断 AI 对不对"这个根本问题——Loop 只是加快了输出速度，不能保证输出质量。
相关概念
- Loop Engineering（循环工程） — Loop 的运作前提是封闭性任务的自动验证
- Evals（评估） — 封闭/开放边界的工程化表达
- Hallucination（幻觉） — 开放性任务中幻觉更难被察觉
- Harness Engineering（驾驭工程） — 把开放性任务拆解为封闭性子任务的工程方法
- Vibe Coding（氛围编程） — 封闭性任务（编程）中 Loop 最直观的应用形态
- AI Agent（智能体） — Agent 在封闭性任务中更可靠