需求许愿池
发布愿望
LE0自跑循环六大零件总览

⚙️ 导论:什么是 Loop Engineering

建立“把人从循环中换掉”的心智模型,理解 Harness 上一层的意义

LE0 · 导论:别再问了,什么是 Loop Engineering

本层目标:建立一个关于 Loop Engineering(循环工程) 的根本心智模型—— 不再当那个“一句句敲回车喂提示词”的人,而是去设计那个能自动发话、自我推进的循环系统。


0. 先讲一个画面

在过去两年中,你从一个 Coding Agent 身上拿到代码的方式大概是这样的:你写一段详细的 System Prompt,配置好文件上下文,敲下回车;看着它打字,挑出它写错的地方,再敲下一句去纠正它。 在这个画面里,Agent 是工具,而你是那个攥着工具、一轮轮按回车的人肉时钟。

现在,我们把画面换一下:

  • @steipete(OpenClaw 作者)说:「你不该再去直接 prompt 你的 agent 了,你应当去设计那个能够自动给 agent 发提示词的循环。」
  • @bcherny(Anthropic Claude Code 负责人)说:「我不再手动给 Claude 发命令了。我写了一堆循环在跑,由这些循环去给 Claude 派活、去判断下一步该干嘛。我的工作是写循环。」

这两句话点出了大模型时代的真理:编程的杠杆点,已经从“写好提示词”升维到了“设计循环”。 循环工程(Loop Engineering),就是要把你这个人从“一句句喂提示词”的位置上彻底替换下来,让一个自动化的软件系统替你去驱动 Agent。


1. 核心定义:从“你 prompt agent”到“你设计 prompt 它的系统”

我们可以把这个转变总结为两代技术的对比:

  • 旧世界(单次交互):你坐在键盘前,一句句跟 Agent 聊。它干完一件就停下来,等你的下一句指令。每一拍的节奏都必须由你来敲响。
  • 新世界(自跑循环):你退到循环外面。你设计了一套代码,它挂在定时器上,自己醒来,自己从代码仓库里找到该修的 bug(发现),自己建一个干净的临时分支干活(交付),干完活后派另一个 Agent 跑测试(验证),测试通过了自动开 PR 提交(持久化)。

这就叫做 Loop engineering sits one floor above the harness.(循环工程,坐在 Harness 运行外壳的上一层楼)。

Harness 负责武装 Agent 的单次运行(给它工具、备好上下文);而 Loop 则负责让它自己一遍遍醒来,把上一步的输出喂给下一步,自己跑下去。


2. 为什么非得分这么清?

你可能会问:分这么细有必要吗?反正都是为了让 AI 自动干活。 非常有必要。因为层级越高,你离现场就越远,犯的错误就会积攒得越久,代价就越隐蔽。

  • 如果你的 Prompt 写错了,大模型下一秒输出垃圾,你当场就能看见,改一句就行;
  • 如果你的 Context(上下文)喂错了,模型答偏了,你瞟一眼也能察觉;
  • 但如果你的 Loop(自跑循环) 设计错了,它可能会在你睡觉时悄悄运行,自己修改了你没看过的代码,跑过了设计不严密的测试,把一堆带 Bug 的 PR 自动合并,还顺便把错误信息当成下一轮的输入——等你在几天后发现问题时,整个代码库可能已经被污染了,并且烧掉了一大笔 Token 账单。

因此,Loop Engineering 真正难的地方,从来不是把循环搭起来,而是如何在这个自跑的系统里,设计出能够“说不”的硬哨口,防止它在无人看管下盲目点头。


3. 小练习 / 思考题

  1. 在你的日常开发中,有哪些环节是你作为“人肉时钟”在一轮轮敲回车驱动 AI 的?如何把这些动作变成“循环”?
  2. 为什么说“Loop 坐在 Harness 的上一层楼”?它们各自管的是什么?
  3. 如果一个自跑循环没有装上“能说不”的验证卡点,会发生什么可怕的后果?

一句话带走

Loop Engineering(循环工程)不是教你如何写出更好的 Prompt,而是设计一套软件系统去代替你向 Agent 发送 Prompt。它的定位在 Harness 运行外壳之上,目标是将你从“操作 Agent 的人”升级为“设计自动循环的架构师”。