用途：设计 Loop 的 Goal（目标）与 Verification（验证）环节，将模糊目标转化为客观可验证的停止条件。核心观点是循环的质量上限等于其验证环节的质量上限，设计 Loop 时必须回答两件事：循环要达成什么（客观可验证，而非“做好”），以及如何判断已达成（有可执行的检查步骤）。
主要能力：区分好目标与坏目标，例如“直到你满意”“做好这个功能”属主观模糊，“凑够 5 条数据”“平均分 ≥ 9 或最多 8 轮”属客观可数并带硬停。提供验证方式光谱，从客观到主观依次为：纯客观检查（跑测试套件、数值指标）、半客观（另一个 LLM 评判）、主观（人类在环判断）、模糊（无法明确判断）。
使用方式：第一步把模糊目标转化为可验证目标，追问“做好”的具体表现、能否用数字或布尔值判断、能否拆成多个可验证子目标；第二步按客观性从高到低选择验证方式；第三步设置硬性上限，如最大迭代次数、最大运行时间、最大 token 消耗；第四步让验证环节独立检查，避免同一 agent 自产自检，验证 agent 应为只读并有明确 spec。
适用场景：循环无法停止、产出质量不稳定、设计新 Loop 时先写 goal 和 verification 再写 action、调试产出差时先检查 goal 是否可验证。
限制：目标已可验证、纯创意任务（诗歌、艺术等无法客观验证）、非循环场景均不适用。资料指出作者未给出创意任务的替代方案，验证光谱假设“越客观越好”但有时主观判断恰是目标，且案例多为技术任务，对内容创作、研究等场景覆盖不足。与 SMART 目标、测试驱动开发思路相近但侧重不同。