本文是《AI Loop Engineering 系列》的第一篇。

一、定义

Loop Engineering 是一种 AI Agent 工作流设计方法论。核心理念是：不再由人类手动逐轮 prompt agent，而是设计一个系统，让 agent 自行触发、循环迭代、直到达成目标。

"Loop engineering is replacing yourself as the person who prompts the agent. You design the system that does it instead."
— Addy Osmani, Google, June 2026

二、起源

2026 年 6 月，Claude Code 负责人 Boris Cherny 在一次采访中说：

"I don't prompt Claude anymore. I have loops running that prompt Claude and figure out what to do. My job is to write loops."

同一时间，OpenAI 工程师 Peter Steinberger 也发出类似观点。

随后 Addy Osmani 将其系统化为 Loop Engineering 概念，在业界广泛传播。

三、核心范式转移

传统方式	Loop Engineering
人类手动 prompt	系统自动触发
单次对话	循环迭代
人负责判断进度	系统自带停止条件
结果依赖上下文窗口	外部持久化状态
人盯着终端看	进程自行运转

四、Agent → Harness → Loop：演进路线

层级	时间	解决什么问题
Agent	2023-2024	"让 AI 能做事"
Harness	2024-2025	"让 agent 可靠地做事"
Loop Engineering	2026+	"让 agent 自己一直做，做到完"

Harness 与 Loop 的关键区别：

Harness 回答了"单次运行的边界"：

• 能调什么工具、上下文怎么管、出错怎么恢复

Loop Engineering 回答了"时间轴上的编排"：

• 什么时候开始、什么时候继续、什么时候停、上次做到哪了、下次从哪接

五、LangChain 的四层循环模型

LangChain 在《The Art of Loop Engineering》中定义了四层嵌套循环：

text

执行循环 → 验证循环 → 学习循环 → 修改 Harness → 更好的执行循环

层级	职责
执行循环	agent 完成当前任务
验证循环	检查输出质量，不达标则反馈重做
学习循环	分析历史 trace，找出模式问题
自我改进循环	反向修改 Harness 配置本身

六、适合与不适合的场景

适合：

• 长期运行的任务（跨天、跨周持续工作）

• 需要迭代优化的任务

• 多个 agent 协作

• 需要响应外部事件（webhook、文件变更）

不适合：

• 单次问答（一次 prompt 就能解决）

• 高实时性交互（聊天等人类在等回复的场景）

• 探索性原型（还在确定要做什么的阶段）

七、总结

核心要点	一句话
定义	让系统自动 prompt agent，而非人手动 prompt
起源	2026.06，由 Boris Cherny 引爆、Addy Osmani 系统化
演进	Agent → Harness → Loop Engineering
判断标准	如果一件事你愿意每天手动检查一次，它就适合做成 loop

下一篇：Spec-Driven Development —— 为什么 Spec 是 AI 时代的单一真相源。