你让 AI 写一段代码。它写完了。你跑了一下测试，报错了。你把报错信息贴回去，它改了。你再跑，又报错了。你再贴回去，它再改。终于，测试通过了。
这个过程你一定不陌生。每一轮，都是你亲手把信息喂给 AI，等它响应，检查结果，发现问题，再喂回去。你是那个手动驱动循环的齿轮。
如果你能把这个循环的每一步都交给系统自动完成呢？你不再需要坐在屏幕前一遍遍复制粘贴报错信息，只需要在开始时设计好这个循环，然后让它自己跑。
Loop Engineering 就是反复做这件事。
四次抽象跃迁
要理解 Loop Engineering，最清晰的方式是回溯 AI 编程的演进路径。这条路径上有四次关键的抽象跃迁。
第一次跃迁：Prompt Engineering
最早的问题：AI 能力很强，但你得会说它才听得懂。同样一个需求，有人说"帮我写个登录页面"，有人说"用 React + TypeScript 写一个包含邮箱验证和 OAuth 的登录组件"——得到的代码质量天差地别。Prompt Engineering 解决的是表达问题。
第二次跃迁：Context Engineering
你写了一个完美的 Prompt，AI 也给出了不错的代码。但它不知道你的项目用了哪个版本的框架，不知道你们团队的代码规范。Context Engineering 应运而生——在 AI 开始工作之前，把所有相关的背景信息送到它眼前。
第三次跃迁：Harness Engineering
有了好的 Prompt 和充分的上下文，AI 写代码的成功率大幅提升。但每一轮"修改、验证、再修改"的循环，仍然是你手动驱动的。Harness 就是一条套在 AI 身上的缰绳——一个外层脚本，负责调用 AI、执行验证、收集结果、决定是否继续循环。
第四次跃迁：Loop Engineering
Harness 是"我为这个任务写一个脚本"，Loop 是"我设计一个通用系统让任何任务都能跑"。这是核心区别。
| 维度 | Prompt Eng. | Context Eng. | Harness Eng. | Loop Eng. |
|---|---|---|---|---|
| 解决什么问题 | 如何精确表达意图 | 如何让AI看到足够信息 | 如何让AI自动跑验证循环 | 如何设计通用可复用的自主循环 |
| 你的角色 | 指令编写者 | 信息组织者 | 脚本编写者 | 系统设计者 |
| 代表实践 | CoT、Few-shot | RAG、CLAUDE.md | SWE-agent、Aider | Claude Code /loop、Codex |
△ Agent 不再只是一次性工具，而是持续运行的后台劳动力
为什么是现在？
2026年6月初，几条发言把这个概念推到了风口上：
- 6月2日 — Claude Code 负责人 Boris Cherny 在活动中说："I don't prompt Claude anymore. I have loops running that prompt Claude. My job is to write loops."
- 6月7日 — OpenAI 的 Peter Steinberger 在 X 上发推："You shouldn't be prompting coding agents anymore. You should be designing loops that prompt your agents"——24小时突破500万浏览量
- 同日 — Google 的 Addy Osmani 发表博文，正式将概念命名为 Loop Engineering
三天之内，概念引爆。背后的技术验证链已经跑了三年多：2024年 SWE-agent 和 Aider 验证了"AI 放进自动循环真的能跑通"，2026年2月 Harness Engineering 正式命名，LangChain 实验证明同一个模型换 Harness 架构通过率从 52.8% 跳到 66.5%。模型没变，变的是循环设计。
五要素模型
Addy Osmani 给出了 Loop 的五要素模型。这五个要素每一个都对应着 Loop 运行中一个真实的瓶颈：
| 要素 | 解决的瓶颈 | 类比 | 没有它会怎样 |
|---|---|---|---|
| Automations | 谁来启动循环 | 心跳 | 每次都要人工触发，跟 Harness 无异 |
| Worktrees | 并行任务互相干扰 | 隔离舱 | AI 同时改多处代码，冲突不断 |
| Skills | 项目知识无法累积 | 肌肉记忆 | 每轮循环都从零学起，效率无法提升 |
| Connectors | AI 无法触碰外部工具 | 手和脚 | AI 只能"想"不能"做"，验证仍需人工 |
| Sub-agents | AI 无法有效检查自己 | 质检员 | 速度越快，次品越多 |
一个完整的 Loop 运行场景：凌晨2点，Automation 的定时心跳触发了巡检任务。AI 被唤醒，从 Skills 中加载项目规范，通过 Connectors 访问代码库和终端，在独立的 Worktree 中开始工作。它修了一个 bug，跑测试没通过。Sub-agent 的 Reviewer 角色介入，分析失败原因，Builder 换一种修法，再跑测试——通过了。Termination Logic 判断循环结束，提交 PR。
Loop 运行的六大组件
五要素回答的是"设计 Loop 需要哪些零件"，而运行时需要六个组件：
| 组件 | 作用 | 设计要点 | 常见失误 |
|---|---|---|---|
| Goal | 定义"完成"长什么样 | 具体、可测试、限定范围 | 目标模糊导致无限循环 |
| Tools | 让 Agent 能与环境交互 | 覆盖执行、读写、搜索、测试 | 工具不足导致 Loop 只能"猜" |
| Context | 管理 Agent 的信息输入 | 压缩历史、结构化日志、按需刷新 | Token 溢出或信息淹没 |
| Termination | 决定什么时候停 | 成功条件+失败条件+升级路径 | 只设成功条件，没有失败出口 |
| Error Recovery | 出错后怎么办 | 区分可恢复/不可恢复 | 同样失败重复同样尝试 |
| Guardrails | 防止悄悄失控 | 资源类焊死、认知类可插拔 | 两类混在一起 |
△ 入口正在从命令行，迁移到可以调度智能体的控制台
四种常见 Loop 模式
模式一：Retry Loop
核心逻辑：错了就再来。AI 生成→验证→失败则反馈→重新生成→再验证→直到通过或达到最大重试次数。
适用场景：修 bug、修 lint 错误，目标明确、验证标准清晰的任务。
陷阱：Thrashing（空转）。连续几轮修改方向一直错，消耗 token 却毫无进展。
模式二：Plan-Execute-Verify
核心逻辑：先想再做再查。AI 先制定计划，按计划执行，执行完后验证整体结果，失败则回到计划阶段调整。
适用场景：跨多文件的重构、新功能开发。
陷阱：Overfitting to Tests。AI 可能为了让测试通过而"作弊"——直接 hardcode 测试用例的期望值。
模式三：Explore-Narrow
核心逻辑：先广后深。AI 先广泛探索代码库理解整体结构，再缩小范围定位到关键代码进行修改。
适用场景：复杂的 bug 排查、性能优化、安全漏洞定位。
陷阱：Context Drift。探索阶段耗时过长，AI 上下文窗口被大量无关信息占据。
模式四：Human-in-the-Loop
核心逻辑：Loop 自动运行，但在特定节点暂停，等待人类确认后再继续。
适用场景：所有生产环境的 Loop——尤其是涉及数据变更和发布操作的。
陷阱：Cognitive Surrender（认知投降）。人类面对 AI 的方案倾向于直接点"确认"，久而久之，Human-in-the-Loop 名存实亡。
△ 人类的位置上移：从执行者变成目标、权限与责任的设定者
三大风险
① Comprehension Debt（理解债务）
Loop 替你写了大量代码，但你并没有真正理解这些代码。代码库里有大量"你知道它能跑，但不知道它为什么能跑"的部分。理解债务本身不会让系统崩溃——直到有一天你需要修改那些 Loop 生成的代码。
应对：Loop 生成的代码必须经过人类 Code Review；定期做代码审计日。
② Cognitive Surrender（认知投降）
你不再审查 Loop 的输出，只是机械地点"确认"。不是因为输出一定正确，而是因为审查太累了，而 Loop 的输出"看起来总是对的"。
应对：随机抽检 20% 做深度审查；设置"红色按钮"——Loop 超时自动暂停强制审查。
③ Verification Gap（验证缺口）
Loop 的验证手段覆盖不了所有可能的错误类型。测试能验证功能正确性，但验证不了性能退化、安全漏洞、用户体验退化。
应对：在 Verify 阶段加入非功能性检查——性能基准测试、安全扫描、Linter 规则。
收束
Loop doesn't know the difference. You do.
Loop 不知道它修的是一个无关紧要的 typo，还是一个可能导致数据泄露的严重 bug。它不知道你点"确认"是因为认真审查过，还是因为习惯。它不知道测试通过了但性能退化了，它只知道"测试通过了"。
Loop 是一个加速器。它能让 AI 编程的效率提升一个数量级——Boris Cherny 一个月 4 万行代码就是证明。但加速器没有方向感。它可以让你跑得更快，也可以让你更快地跑向错误的方向。
Build the loop. But build it like someone who intends to stay the engineer.