用途：指导从手动执行到系统自动执行的渐进构建路径，适用于已决定要做 loop 但不知从何入手，或团队正在将手工流程自动化。不适用于尚未决定是否做 loop 的任务，或已稳定运行的 loop 优化。
四步路径：一、手动验证，先手动让 AI 完成任务 3 次，记录成功率、产出质量与耗时；若手动都做不成，不要做 loop。二、封装成 Skill，把指令写成 SKILL.md，包含输入、输出、步骤、边界，确保每次执行一致。三、加触发器，选择定时 cron、事件 webhook 或状态变化；此时只是自动化，按时间表执行但不会自我调整。四、加验证与状态，定义如何判断产出好坏，并加入持久化状态文件记录历史操作；此时才成为真正的 loop，系统能根据验证结果调整行为。
关键洞察：自动化不等于 loop。自动化是按时间表执行，loop 是执行、验证、调整、再执行的闭环。
案例：选题收件箱先手动用 research 工具拉取资讯确认可行，再写成 skill，加 cron 每天早上 8 点触发，加 inbox.md 作为持久化状态与评级作为验证。Boris 的多 loop 系统先手动跑 support 确认 AI 能处理，封装成 skill，加 30 分钟触发，加 signals 文件夹作为状态。
限制：四步路径假设任务已明确，不涉及如何发现值得自动化的任务；手动验证在复杂任务中可能耗时很长，未给出何时放弃的标准；案例均为成功路径，缺少某一步卡住时的失败处理。与相邻方法区别：loop-worthiness-test 判断要不要做，loop-three-elements 做静态结构分析，goal-verification 关注验证设计。