Loop Engineering 循环工程¶

Loop Engineering 不是又一个新工具，而是视角的切换——从"我写提示词驱动 Agent"变成"我设计那个用提示词驱动 Agent 的系统"。设计一次，循环系统自主完成每一步，过程中你一条提示词都不用打。

目录¶

• 核心定义
• AI 编程的三个阶段
• 循环系统的 5+1 组件
• 典型循环流程
• 必要工具已就绪
• 4 条适用条件
• 风险与失败模式
• 如何开始
• 参考资料

核心定义¶

Loop Engineering = 替换你自己作为提示 Agent 的那个人。你设计那个替你做这件事的系统。

一个"循环"是一个递归目标（recursive goal）：你定义目的，AI 迭代直到完成。它把手动逐轮提示词对话，转变为构建自主系统——自动发现工作、执行、验证、决定下一步。

"你不应该再用提示词来驱动智能体为你编程了，你应该去设计那些循环。" — Peter Steinberger（OpenClaw 作者）

"我不再用提示词驱动 Claude Code。我有一堆 Loop 在跑，是它们在驱动 Claude Code 自己来决定该干什么。我的工作只是写 Loop。" — Boris Cherny（Anthropic Claude Code 负责人）

AI 编程的三个阶段¶

Boris Cherny 描述了自己一年来的变化轨迹，可对号入座：

阶段 1          阶段 2           阶段 3
────────────────────────────────────────────────
人 → Agent      人 → Agent×N     人 → Loop → Agent×N
(1对1手动)      (1对N手动调度)     (设计一次，自动运行)

你在循环里打字    你在窗口间切换      你写 Loop 的定义

大多数人目前处在阶段 2，Loop Engineering 就是通往阶段 3 的路径。

循环系统的 5+1 组件¶

Addy Osmani 把循环系统拆成 5 个构建块 + 1 根脊柱：

┌─────────────────────────────────────────────────────────┐
│                    Loop 循环系统                          │
│                                                          │
│  ┌──────────┐   ┌──────────┐   ┌──────────┐             │
│  │ 1. 心跳   │──►│ 2. 工作树 │──►│ 3. 技能   │             │
│  │ (定时触发) │   │ (隔离并行) │   │ (规则固化) │             │
│  └──────────┘   └──────────┘   └──────────┘             │
│        │              │              │                    │
│        ▼              ▼              ▼                    │
│  ┌──────────┐   ┌──────────┐   ┌──────────┐             │
│  │ 4. 连接器 │◄──│ 5. 子Agent│◄──│ 6. 记忆   │             │
│  │ (MCP工具) │   │ (写/审分离)│   │ (持久状态) │             │
│  └──────────┘   └──────────┘   └──────────┘             │
└─────────────────────────────────────────────────────────┘

1. 心跳（Automations）¶

自动触发机制，到点自己跑，无需手动驱动。

/goal vs /loop 的区别： - /goal：给定可判定真假的目标条件，循环执行直到为真自动收工 - /loop：按时间表盲跑，到点执行提示词，不判断完成与否

2. 工作树（Worktrees）¶

多个 Agent 同时工作时，各自待在隔离的分支目录里，互相不踩踏对方的文件——就像两个工程师各开各的分支。

主分支 (main)
├── worktree-1/  ← Agent A 修 bug #123
├── worktree-2/  ← Agent B 加 feature #456
└── worktree-3/  ← Agent C 重构模块 X

限制：工作树防止机械碰撞，但你的 review 带宽仍然是天花板。

3. 技能（Skills）¶

把项目的规则、约定写进 SKILL.md，写一次，每个 Agent 每次都会读。

解决的问题：意图债务（Intent Debt）——Agent 每次启动都是"冷"的，会用地充实间隙做自信的猜测。技能就是把意图写下来，外化到 Agent 的上下文之外。

关键点：紧凑、无聊的描述比花哨的描述更利于隐式匹配。

4. 连接器（Plugins / MCP）¶

通过 MCP（Model Context Protocol）接入真实工具：issue 系统、数据库、Slack、staging API 等。

核心转变：从"这是修复方案，你帮我开 PR"→ Agent 自己通过连接器开 PR、关联 ticket、CI 通过后发通知。

5. 子智能体（Sub-agents）¶

把写代码和审代码拆开。写代码的模型给自己的作业打分太宽容了，需要另一个 Agent 来挑刺。

常见拆分模式：

Explorer（探索者）
    → Implementer（实现者）
        → Verifier（验证者）

Token 成本提醒：每个子 Agent 都独立做模型推理和工具调用，只在值得花的地方用。

6. 脊柱：记忆（State）¶

持久化状态——Markdown 文件、Linear 看板或任何磁盘上的记录。

"模型在两次运行之间会忘记一切，所以记忆必须在磁盘上，不能只在上下文里。Agent 会忘，仓库不会。"

典型循环流程¶

以 Addy Osmani 描述的晨间自动化为例：

┌──────────────────────────────────────────────────────────┐
│                    晨间自动循环                            │
│                                                          │
│  08:00 心跳触发                                          │
│    │                                                     │
│    ▼                                                     │
│  调度分诊 Skill → 读昨日 CI 失败 + 最近提交                │
│    │                                                     │
│    ▼                                                     │
│  发现可修复问题                                           │
│    │                                                     │
│    ├──► 问题 A → 开 worktree → 子Agent 修复               │
│    │                  → 子Agent 审查（对照 Skill + 测试）   │
│    │                  → 连接器开 PR + 更新 ticket           │
│    │                                                     │
│    ├──► 问题 B → 同上流程                                  │
│    │                                                     │
│    └──► 搞不定的问题 → 丢进收件箱，等你来看                   │
│                                                          │
│  状态文件记录：试过什么、通过了什么、还有什么待处理            │
│  → 明天接着跑                                             │
└──────────────────────────────────────────────────────────┘

结果：设计一次，中间每一步你一条提示词都没打。

必要工具已就绪¶

工具已经在你手上了：

不是程序员的专利：循环的本质是让一个长期进程替你做重复的脑力活。写代码只是其中一部分。日常的资讯筛选、选题评级、报告生成都适合做成 Loop。

4 条适用条件¶

不是所有人都需要 Loop。以下 4 条全部满足，搭 Loop 才划算：

风险与失败模式¶

核心警告¶

"Loop 越快地交付你没有亲手写的代码，仓库里有的东西和你脑子里真正搞懂的东西差距就越大。" — Addy Osmani

"最危险的姿态是舒舒服服地接受 Loop 吐出来的一切。"

失败模式：Over-baking（发酵过头）¶

Geoff 的拉尔夫循环（Ralph）是最著名的失败案例——锲而不舍、永不放弃。让它修个小 bug，会跑很久，最后自作主张加一堆没人要的功能，甚至把本来能编译的代码改坏了。

Over-baking 模式:

  修小 bug → 多跑了一会儿 → 加了点"改进"
     → 再跑了一会儿 → "优化"了无关代码
        → 继续跑 → 改坏了本来能编译的部分

无人盯着的 Loop = 无人盯着的在犯错

三种债务（Linas Beliūnas 总结）¶

随着 Loop 越来越好，三种债务会越来越严重：

1. 理解债务 — 你没读过、没亲手验证的代码越来越多
2. 信任债务 — 你在没检查的情况下信任了更多输出
3. 依赖债务 — 你的工作流越来越依赖循环系统的正常运行

应对原则¶

• 写 Loop 的人，别只当按启动键的人
• 在适合的时间点、适合的环节上具备自我验证的能力
• 定期审查 Loop 的产出，保持对代码库的理解

如何开始¶

1. 别一上来就给所有事情套 Loop
2. 先挑一件你每周都在重复、结果能自动验证的小事
3. 写成一个 Loop
4. 验证 Loop 的产出
5. 逐步扩展到更多任务

好的起点示例： - 每日资讯筛选 + 选题评级 - CI 失败自动分诊 - 依赖更新自动 PR - 代码风格/Lint 自动修复

参考资料¶

• Loop Engineering - Addy Osmani 原文（权威来源）
• Agent Harness Engineering - Addy Osmani
• Loop Engineering 完整指南 - Linas's Newsletter
• Loop Engineering: 从 Prompt 到 Loop - WiselyChen
• Should You Stop Prompting Agents - Firecrawl Blog
• Boris Cherny: Claude Code 工作流分享

相关笔记¶

• Gemma 4 MTP 多Token预测加速