Loop Engineering（循环工程）

综合整理自Addy Osmani（Google 首席工程师）、Boris Cherny（Claude Code 负责人）、Peter Steinberger（OpenClaw 作者）、邱汉宸（东南大学/阿里淘天）、小林等人的文章与综述

一句话总结：Loop Engineering 是让 AI 从"你喂一次它答一次"的对话模式，升级为"你设计一个能自己发现、执行、验证、交接的闭环系统"的工程方法——你的工作从写 prompt 变成写 loop，杠杆支点从单次交互移动到了可复用的系统。

2025–2026 年间，三句话引爆了整个 AI 社区：

“I really like the term ‘context engineering’ over prompt engineering.” —— Tobi Lütke, Shopify CEO

“You shouldn’t be prompting coding agents anymore. You should be designing loops that prompt your agents.” —— Peter Steinberger, OpenClaw

“I don’t prompt Claude anymore. I have loops running. My job is to write loops.” —— Boris Cherny, Claude Code

这三句话宣告了一场正在发生的范式迁移：人类从 Agent 循环的内部走向外部，从执行者变成设计者。AI 时代的上半场是"人以言驭物"，下半场正在全面转向"系统自我迭代"。

一、为什么会出现 Loop Engineering

AI 编程工具链里出现了四个"工程"概念，每个新词都对应上一个瓶颈被解决后的下一个瓶颈：

前三个解决的是模型怎么用好。Loop Engineering 瞄准的是人与 AI 的协作方式：从"你一轮轮对话"变成"你设计一个能自己运转的闭环"。

四个阶段的详细演进

1. Prompt Engineering —— 提示词工程

模型一问一答，你怎么问决定怎么答。方法论从早期的少样本提示发展至思维链（Chain-of-Thought）、思维树（Tree-of-Thought）等高级策略。工业界曾一度将核心精力投射于提示词工程，导致市面上充斥着"万能 Prompt 模板"和"Prompt 圣经"。

但这种模式的瓶颈很明显：模型无法自主维护工具状态或进行跨会话的记忆管理，人类实质上成为了维持系统运转的中转站。当应用于大型软件工程时，需要维护成百上千条模板，一旦模型升级或业务微调，精心打磨的 Prompt 极易集体失效——这种"越堆越多、越滚越重"的维护成本，决定了纯靠"写好提示词"根本撑不起规模化工程。

2. Context Engineering —— 对话管理

核心演进在于将注意力从"如何写提示词"转向"信息怎么喂给模型"。就像发邮件前，帮 AI 把附件、参考资料和背景画像都准备好。

三大核心方法论：

三种典型故障模式：

Prompt Caching 与缓存经济学：

模型会缓存已计算完毕的上下文前缀（KV Cache）。如果下次请求的前缀完全一致，就能跳过最耗时的预填充（Prefill）阶段，直接命中缓存。这使缓存读取部分的 Token 成本降低约 90%（即按基础输入价格的 10% 计费），同时显著降低首 Token 延迟（Time-to-First-Token）。延迟改善幅度随缓存前缀的规模增大而增大。

但享受这一红利必须遵循前缀匹配不变性的铁律：缓存要求前缀的每个字节完全一致。前缀中哪怕仅改变一个空格，或者切换了tool_choice、thinking等参数，该位置往后的所有缓存瞬间失效，退回全额计费的冷启动。

因此上下文必须严格按照"从静到动"原则分层排列：

工具定义（确定性）→ 系统提示（冻结）→ 历史对话（相对稳定）→ 动态消息（最后）

反直觉的设计要求：当前日期、当前用户等动态变量绝不能插进开头的系统提示中（否则击穿整段缓存），而必须挂在对话流的最末尾，以最大化保证前缀的稳定性。

3. Harness Engineering —— 系统围栏

当越来越多的企业开始应用 AI 时，人们意识到：仅仅把资料喂对不足以让大模型独立支撑高可靠的工业级应用。行业逐渐确立了Agent = Model + Harness的研发范式——如果你不是在做底层模型，你就是在做 Harness。

Harness 四大核心支柱：

信任边界结构（从外到内层层防御）：物理基础设施 → 安全沙箱 → Agent Harness → 运行时 → 模型（最核心、也最不可信）。模型执行的每一个高风险动作，都必须经过外围 Harness 规则的解析与沙箱隔离。

灾难案例（行业广泛引用）：2026 年，据行业讨论中的典型案例记载——由于研发环境缺乏沙箱隔离，且底层云平台未开删除保护，AI 编码工具机械地执行了盲目授权的terraform destroy指令，导致生产环境被物理抹除。真正的问题不在"失控的 AI"，而在 Harness 缺位——缺乏危险操作的二次确认、缺乏基础设施的刚性红线、缺乏 Human-In-The-Loop 交互机制。

八条非妥协原则（综合自 Datawhale 综述中整理的生产级实践经验）：

1. Model proposes — Harness executes

   ：模型仅负责提议，Harness 拥有最终执行权

2. Every call returns a result

   ：即使超时或拒绝，也必须结构化回传

3. Risk changes the process

   ：根据风险高低，动态匹配只读、草稿、外部写入三档权限

4. Draft 与 Commit 分离

   ：危险操作必须由人类显式确认

5. Context is assembled, not dumped

   ：上下文要分层装配，绝不能直接倾倒

6. Long tasks have budgets

   ：从步数、时间、Token、成本四个维度卡死单次任务预算

7. Skills & Connectors 渐进式披露

   ：先暴露名称，按需加载细节

8. Recurring failures become Harness features

   ：重复出现的偶发错误，必须沉淀为 Hook 或校验器

分层审查理念（综合自 Addy Osmani《Agentic Code Review》与 Datawhale 综述）：

按风险分层审核，审查投入匹配错误成本：

实践中可增减层级，核心原则是：约 80% 低级错误在最便宜的硬规则层被拦下，15% 复杂逻辑交给 AI 层，人类最终只需审核剩余 5% 的核心决策。

默认 Harness 的三种失败模式

默认 Harness 在同一上下文窗口中处理规划与执行时，容易出现三类问题（Anthropic Claude Code 团队总结）：

这些失败促使了 Dynamic Workflows 的出现——通过派生子 Agent（独立上下文窗口 + 隔离目标）从根本上解决上述问题。

Claude Code 负责人 Boris Cherny 的原话：「我的工作就是写循环。」

Google 首席工程师 Addy Osmani 的观点：Loop 不是你去给 Agent 写提示词，而是你设计一个系统，让这个系统替你去写。人的位置从执行者变成调度者。

二、核心区别：Agent Loop ≠ Loop Engineering

很多人把这两者混为一谈，但它们处于不同层次：

Agent Loop：你定义一个目的，系统按固定节奏反复调用 Agent——读状态→行动→写回结果→下一轮。Claude Code 的/loop、/schedule、/goal，GitHub Actions 的 cron，本质都是同一类东西。

Loop Engineering：围绕 Agent Loop 展开的整套系统设计——怎么调度、怎么验证、怎么记录、怎么分权、什么时候该停。

三层关系：

Harness = 单次 Agent 运行的环境（工具、权限、规则） Loop = Harness + 调度 + 状态 + 验证链 Loop Engineering = 设计并运营上述 Loop 系统的工程实践

类比：Harness 管单个工位的工具箱，Loop 管传送带的运转，Loop Engineering 管整条产线的设计与 SOP。

Loop Engineering 在工程上可以用一个公式概括：Loop = Cron + 决策器。人类的职责从直接编写提示词或控制流，走向循环系统架构设计师。

官方分类：Loop 四类型

Anthropic Claude Code 团队（Delba de Oliveira & Michael Segner）将 Loop 定义为"智能体重复工作周期直到满足停止条件的机制"，按触发与停止方式分为四类：

关键区别：

• /loop

  ：在本地机器上持续运行，关闭即停

• /schedule

  ：将循环移至云端以 Routine 方式持续运行

• Turn-Based

  ：用户每次手动发起，适合随意探索

• Proactive

  ：组合多种原语（Schedule + Goal + Skills + Dynamic Workflows + Auto mode）形成自主流水线，无需人工在场

Quick Reference：

Auto Mode（自动模式）

Proactive Loop 的关键配套：当 Routine 需要反复执行确定性操作时，Auto mode让循环无需每步都等待人工审批权限，直接持续运行。适用于已充分验证的流水线。

Loop 成熟度三档

Loop Contract（循环协议）六维度

为防止自主循环退化为失控的死循环，整个系统必须在策略层强制执行一套循环协议，严格约束以下六个维度：

工程防线：熔断器与看门狗

BUDGET（预算）与 STOP（停止条件）在工程落地时固化为两道硬性约束：

• 熔断器（Circuit Breaker）

  ：配置连续失败次数上限（max_consecutive_failures）。一旦连续报错 N 次，系统立即跳闸并回退代码，将运行栈日志打包成工单转交人工；同时加设墙上时间（max_runtime_min），超时无条件熔断。

• 看门狗（Watchdog）

  ：专防自旋死循环。系统利用独立于主异步线程的外部进程监控 CPU，一旦检测到占用率满载且长时间无 I/O 交互，越过应用层直接发送SIGKILL信号强杀进程并回收资源。

当这套工程防线与自动化流水线串联，便形成标准的自主闭环：

AI 编码 → 沙箱测试 → 日志自动回灌 → AI 修复 → CI 绿标通过 → 自动发起 PR

三、完整 Loop 的六个构件

Addy Osmani 把一个能用的 loop 拆成"五个积木 + 一个记忆机制"，对应六个必须回答的问题：

1. 调度（Automations / Scheduling）—— 谁来把它叫醒？

不会自己启动的不叫 loop，只能算"你手动点一次"。调度方式可以是：定时触发、按事件触发（CI 失败、Issue 创建）、跑到目标条件满足为止。

工具支持：Claude Code 的/loop、/schedule、/goal，或外部的 cron / GitHub Actions / 云端 routines。

2. 任务定义（Task Definition）—— 调醒之后干什么？

调度只是心跳，心跳必须带任务。不是写一条 prompt，而是指定一个目标、一个 scope、一个验收条件。

3. 停止条件（Termination）—— 什么时候交还给人？

两个层面：完成条件（测试全通过、lint 干净）和安全网（token 预算耗尽、重复失败超过阈值、涉及敏感路径）。没有停止条件的 loop 会空转或无限递归。

4. 验证（Verification）—— 做完一轮怎么检查？

道理跟团队里的老规矩一样：写代码的人最好别自己给自己 review。在无人盯着的 loop 里更要紧，因为它一旦犯错会顺着 loop 越跑越远。

实现方式：独立的 verifier Agent、子 Agent 之间写查分离、自动跑测试套件。

5. 记录（State Tracking）—— 进展记到哪？

每轮结束写回 STATE.md、状态文件或看板。记录做了什么、失败了什么、哪些已确认、哪些还得人处理。记录必须持久化到磁盘，不能只在对话上下文里。

6. 记忆（Memory）—— 怎么记住昨天做到哪了？

这是最不起眼却几乎不可或缺的部件。Agent 每次启动都像重新来过——昨天验证过的结论今天再查一遍，上周否掉的方案这周又端上来。必须有对话之外的载体记录状态。

模型会忘，但仓库不会。

记忆可以是一个 markdown 文件、一个看板、一份外部记录，只要它活在单次对话之外。

六大构件全景：

四、Dynamic Workflows（动态工作流）

来源：Thariq Shihipar & Sid Bidasaria（Anthropic Claude Code 团队），2026年6月

Harness 是编排 Agent 如何操作任务的脚手架。默认 Harness 专为编码设计，但 Dynamic Workflows 让 Agent 能"即时编写自己的 Harness，为当前任务量身定制"——把 Harness 的控制权从开发者手中交给了 Agent 自身。

核心能力

七种可组合模式

触发和使用

• 触发词ultracode

  ：在 prompt 中包含此词，Claude Code 自动创建 Workflow

• 保存 Workflow

  ：在 Workflow 菜单按s保存，存入~/.claude/workflows/或通过 Skill 分发

• 组合使用

  ：与/goal、/loop、Skills 搭配，形成完整的 Proactive Loop

Quarantine（隔离模式）

当 Workflow 需要读取不可信内容（如外部 Issue、用户反馈）时，Quarantine 模式阻止读取不可信内容的 Agent 执行高权限操作。这是一个重要的安全设计模式，防止 Agent 被恶意内容诱导执行危险操作。

什么时候不用 Dynamic Workflows

Dynamic Workflows 消耗显著更多 Token。对常规编码任务，先问自己"真的需要更多算力吗？"——大多数传统编码任务不需要 5 个评审员的面板。适合复杂、多步骤、需独立验证的场景，而非简单机械操作。

五、五个基础部件（基础设施层）

除了上面的六个逻辑构件，实际落地还需要五个基础设施部件：

1. 工作树（Worktree）—— 并行隔离

两个并行工作的 Agent 互不干扰。Claude Code 和 Codex 都内置了 worktree：每个 Agent 一个独立的工作目录和独立分支，共享同一份仓库历史，物理上互不干扰。

2. 技能（Skill）—— 固化项目知识

Agent 的天生缺陷：每个会话都是冷启动，项目规范、约定、坑一概不知。Skill 就是把这些知识写成文件放仓库里，让 Agent 自己读。对 loop 意义尤其大：没有 skill，loop 每个周期从零推导项目；有了 skill，知识是复利。

3. 连接器（Connector / MCP）—— 触达真实工具

一个只能看见文件系统的 loop 撑死了只能改代码。连接器让 Agent 能读取 Issue、查询数据库、调用 API、发 Slack 消息。这是"只会说’这是修复方案’的 Agent"和"能自动开 PR、关联 Ticket 并在 CI 通过后通知频道的 loop"之间的区别。

4. 子 Agent（Sub-agent）—— 生产者与检查者分离

loop 中最有用的结构是把"写代码的人"和"检查代码的人"分开。写代码的模型批改自己作业的准确率远低于独立的检查者。通过配置文件定义子 Agent，各司其职。

5. 自动化（Automations）—— 脱离人工触发

计划任务、hooks、事件监听——让 loop 脱离你手动启动运行。

六、一个真实 Loop 的运行流程

Addy Osmani 给出的一个实际在用的 loop：每天早上自动发现值得修的问题、修好、提交审核。

1. 每天早晨，自动化触发，调用分诊 skill 2. Skill 读取昨天的 CI 失败记录、未关闭 Issue、最近提交 → 把”哪些问题值得处理”写进状态文件 3. 对每个值得做的问题： → 开隔离的 worktree → 派 sub-agent 修代码 → 另一个 sub-agent 检查改动 4. 验证通过 → 开 PR、关联 Issue、通知频道 5. 验证失败 → 记录到状态文件，等人工介入 6. 所有任务处理完毕 → 检查停止条件 → 等待下一轮调度

七、成本与边界

Loop Engineering 不是无脑乐观的方案，需要正视几个现实问题：

Token 成本

loop 一旦跑起来就不是问一次的事。每轮都消耗 token，特别是带长上下文的 Agent 调用。需要设置 token 预算上限，敏感路径（auth / payment）进 denylist，同一 PR 自动修超过 3 次就升级给人。

理解债（Comprehension Debt）

loop 交付你没写过的代码越快，仓库里实际存在的东西和你脑子里真正理解的东西之间的鸿沟就越大。和技术债不同：技术债是代码烂，理解债是代码可能不烂但你不知道它为什么是对的。出问题那天，你面对的是一片自己"拥有"但不"理解"的代码。

认知投降（Cognitive Surrender）

loop 自己转起来后，一个特别舒服的姿势是不再对产出有自己的观点——它给什么就收什么。这是最舒服也最危险的状态。

AI 垃圾代码（Sloop）

关于 AI 产出质量下降的担忧是现实存在的。需要某种方式确保质量不随迭代下降——验证环节和停止条件是关键护栏。

质量控制五原则（Anthropic Claude Code 团队）

1. 保持代码库整洁

   — Claude 遵循现有模式和约定，代码质量越高产出越稳

2. 给 Claude 验证方法

   — 将质量要求编码为 Skill，让 Claude 能定量自检而非凭感觉判断

3. 使文档可访问

   — 保持框架/库文档更新，让 Claude 能读取最新实践

4. 用第二个 Agent 做 Code Review

   — 新鲜上下文的审查者偏见更少；利用/code-reviewskill

5. 系统性改进

   — 当结果不达标时，修复系统（Harness/Skill），而非仅修复单个问题

Token 管理六大策略

八、AI 工程范式的嵌套结构与数学表达

四种范式在实际落地中并非互斥或替代关系，而是层层组合、向外扩展的嵌套结构：

Prompt ⊂ Context ⊂ Harness ⊂ Loop

• Prompt

  决定模型对单一指令的理解基础

• Context

  决定该指令所需的动态信息输入

• Harness

  充当每次执行时的系统级围栏，保障单步动作的安全和规范

• Loop

  在最外层动态调度 Harness，驱动状态不断迁移

两种架构范式的数学对比：

早期阶段（单次推断）：

f(P, C) → R （输出可靠性完全取决于输入质量）

当前系统级智能体架构（状态机 + 自愈循环）：

Sₙ₊₁ = T(Sₙ, V(E(A(Sₙ)))) （任务成功率取决于循环迭代深度、验证器严密性与状态自愈能力）

其中 Sₙ 为第 n 轮状态，A 为 Agent 动作，E 为执行环境反馈，V 为验证器，T 为状态转移函数。

幻觉的可工程化收敛路径：基于大语言模型的概率预测特性，单次生成的错误难以完全避免。对抗幻觉的有效手段不再是调优提示词，而是依赖Text → Code → Execute → Read Result → Self-correct的闭环控制。

九、关于"Prompt 工程已死"的反思

每隔 12-18 个月，"Prompt 工程已死"就会被宣告一次。arXiv 上没有一篇论文以此为论点，GitHub 上以此为仓库描述的为 0。它活在 Medium 标题和 LinkedIn 主页里。

实际上死掉的是：

• 角色扮演咒语（“You are a senior expert with 20 years of experience”）
• 精雕细琢的 few-shot 例子（一个清晰的 JSON schema 就够了）
• 玄学技巧的反复试错（“加这个词成功率提升 5%”）

活下来且越来越重要的三件事：

1. 约束设计——好的 system prompt 70% 的工作量在设计约束：不是告诉它该做什么，是告诉它不该做什么、什么时候停、什么情况下求助。
2. 上下文工程——你的工作不是写一段话，是决定每一步该往上下文窗口里塞什么、不塞什么。
3. 用语言精确定义系统的能力——过去它叫产品需求、接口设计、架构文档，今天它叫 system prompt。内核没变。

十、怎么开始

分阶段放权

先让最小循环转起来（心跳 + 任务 + 停止条件），再逐步加入验证、worktree、子 Agent。部件是一件一件长出来的，不是一天配齐的。

落地步骤

1. 建 STATE.md

   ——每轮必读必写，记录优先级、进度、噪声

2. 写 Skill

   ——把项目知识固化下来，让 Agent 不再冷启动

3. 加验证

   ——至少跑一遍测试，最好用独立 Agent 检查

4. 设停止条件

   ——token 预算、重复失败阈值、敏感路径 denylist

5. 建记忆

   ——markdown 文件即可，关键是在对话之外持久化

十一、总结

Loop Engineering 的核心不是"让 AI 自动干活"，而是：

• 从对话者变成系统设计者

  ——你不再一轮轮喂 prompt，而是设计一个能自己发现问题、执行、验证、交接的闭环

• 杠杆支点移动

  ——以前写一条好 prompt 收益是这一次回答变好；现在设计一个好 loop 收益是之后每一次循环都变好

• 人的位置变了但没消失

  ——你可以当那个始终在场、清楚每一步在发生什么的工程师，也可以当那个只负责按下开始键、然后看着代码越堆越多的人

两个人设计完全相同的 loop 可能得到截然相反的结果：一个用它在深挖领域内跑得更快，另一个用它来彻底逃避对工作的理解。Loop 不知道区别，但你知道。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】