這兩天AI圈有個(gè)詞特別火，叫做loop工程。

起因是OpenClaw創(chuàng)始人斯坦伯格發(fā)了條X，說“你不應(yīng)該再給編程Agent寫提示詞了。你應(yīng)該設(shè)計(jì)循環(huán)來提示詞你的Agent?！?/p>

然而本以為評(píng)論區(qū)會(huì)是一片欣欣向榮，大家積極討論loop工程。

實(shí)際情況則是，這條X下面變成了一場(chǎng)混戰(zhàn)。

有人質(zhì)疑loop會(huì)消耗大量token，除非有無限token否則還得人工測(cè)試。有人諷刺這又是炒作新概念，“l(fā)oop工程會(huì)取代harness工程”。

這條X如今已經(jīng)達(dá)到了800萬次瀏覽。

最早提出loop工程這個(gè)詞的人，其實(shí)是Claude Code的創(chuàng)始人鮑里斯。

他曾經(jīng)在一次訪談中提到，“我現(xiàn)在已經(jīng)不給Claude Code寫提示詞了，那些loop替我寫，由它們?nèi)ヅ袛嗑唧w要做什么修改。我的工作只有寫loop?！?/p>

很顯然，并不是所有人都為loop工程買賬，畢竟從上一個(gè)新概念“harness”，到現(xiàn)在也只不過才一、兩個(gè)月。

大家還沒來得及消化此前的內(nèi)容，現(xiàn)在就要去接受新知識(shí)。

但爭(zhēng)議歸爭(zhēng)議，loop工程這個(gè)概念本身到底在說什么？它和編程里面的循環(huán)又有什么不同呢？

01

啥是loop？

先解決第一個(gè)問題，loop工程到底是個(gè)啥？

loop這個(gè)詞直接翻譯過來是循環(huán)。

Agent loop，其實(shí)和編程里的循環(huán)（loop）差不多。

在傳統(tǒng)編程里，循環(huán)做的事情很明確。

比如你寫一個(gè)for循環(huán)遍歷數(shù)組，那么機(jī)器就會(huì)從第一個(gè)元素走到最后一個(gè)元素。編程中，循環(huán)的本質(zhì)是讓機(jī)器重復(fù)執(zhí)行明確的指令序列。

在AI Agent的語境里，loop也是重復(fù)執(zhí)行。

那么兩者的區(qū)別在哪呢？

事實(shí)上，Agent里的loop并非執(zhí)行“指令”，它執(zhí)行的是“目標(biāo)”。通過如下的一個(gè)循環(huán)，將輸出的結(jié)果不斷接近目標(biāo)。當(dāng)結(jié)果符合目標(biāo)時(shí)，循環(huán)終止。

目標(biāo)Goal→ 行動(dòng)Action→ 觀察Observation→ 評(píng)估Evaluation→ 修正Revision→下一輪行動(dòng)

這個(gè)公式里的每一步都不是固定的。

Agent需要觀察當(dāng)前狀態(tài)，判斷應(yīng)該采取什么行動(dòng)，執(zhí)行行動(dòng)后再觀察結(jié)果，評(píng)估是否達(dá)到了預(yù)期，然后決定下一步怎么走。

而傳統(tǒng)循環(huán)里，每次執(zhí)行的循環(huán)，都是相同的代碼邏輯。雖然你可能會(huì)處理不同的數(shù)據(jù)，但處理的方式都是固定的。

所以你就需要把所有可能的情況都考慮清楚，然后寫出對(duì)應(yīng)的處理邏輯。

比如碰見A情況怎么應(yīng)對(duì)，B情況怎么應(yīng)對(duì)，而這便是編程循環(huán)中的if和else。

但現(xiàn)實(shí)世界的復(fù)雜任務(wù)往往有太多變數(shù)，你不可能提前預(yù)見所有情況，這就導(dǎo)致出現(xiàn)你沒有設(shè)定過的情況時(shí)，程序就會(huì)出BUG。

Agent loop的價(jià)值就在這里。

你不需要把所有情況都寫死，你只需要給Agent一個(gè)目標(biāo)，提供必要的工具和上下文，然后讓它在loop里自己摸索。

它可能會(huì)走彎路，可能會(huì)犯錯(cuò)，但只要有反饋機(jī)制和評(píng)估標(biāo)準(zhǔn)，它就能在多次迭代中逐漸逼近正確答案。

這種工作方式在處理開放性任務(wù)時(shí)尤其有效。寫代碼、修bug、做研究、搭建產(chǎn)品，這些任務(wù)的共同特點(diǎn)是沒有唯一的正確路徑，需要在過程中不斷調(diào)整方向。傳統(tǒng)的程序很難應(yīng)對(duì)這種不確定性，但Agent在loop里可以。

澳洲放羊大叔杰弗里·亨特利（Geoffrey Huntley）在2025年7月發(fā)布的ralph，就是一個(gè)典型的Agent loop。

它本質(zhì)上是一個(gè)bash腳本，把同一個(gè)提示詞文件反復(fù)輸入給Agent。但它的真正創(chuàng)新在于紀(jì)律性，每次迭代都會(huì)重置上下文到一組固定的錨點(diǎn)文件，而不是讓對(duì)話無限增長。

為了驗(yàn)證ralph的能力，杰弗里用這個(gè)方法構(gòu)建了一整個(gè)編程語言，總共花了大約297美元。

這個(gè)案例說明，loop的核心價(jià)值不是讓Agent變得更聰明，而是給Agent創(chuàng)造了一個(gè)可以持續(xù)改進(jìn)的環(huán)境。

在這個(gè)環(huán)境里，Agent不需要一次就做對(duì)，它可以試錯(cuò)，可以從失敗中學(xué)習(xí)，可以在多輪迭代中積累進(jìn)展。

到了2026年春天，Codex和Claude Code都推出了/goal命令，把ralph給產(chǎn)品化了。這個(gè)命令會(huì)一直運(yùn)行循環(huán)，直到一個(gè)驗(yàn)證完成。

但斯坦伯格說的loop，已經(jīng)不單單是“讓一個(gè)Agent反復(fù)做某個(gè)任務(wù)”那么簡(jiǎn)單了，而是把loop當(dāng)成一種可以長期運(yùn)行、互相協(xié)作、自動(dòng)調(diào)度的AI工作系統(tǒng)。

具體來講，斯坦伯格認(rèn)為loop是工作的基本單位。

以前我們給AI下達(dá)的指令是幫我修一個(gè)bug、幫我寫一篇文章。所有任務(wù)是一次性的，做完就結(jié)束。

但斯坦伯格說的loop，雖然也是任務(wù)的一種，不過它是一個(gè)持續(xù)運(yùn)轉(zhuǎn)的工作單元。比如每天檢查GitHub issue，判斷哪些需要修，自動(dòng)分配給Agent，修完后跑測(cè)試，失敗就繼續(xù)改，成功就提交PR。

這里的重點(diǎn)不再是“修某一個(gè)bug”，而是有一個(gè)長期存在的流程在處理一類工作。

當(dāng)你有了多個(gè)這樣的loop在同時(shí)運(yùn)行時(shí)，新的問題就出現(xiàn)了。誰來協(xié)調(diào)它們？誰來決定優(yōu)先級(jí)？誰來檢查它們的工作質(zhì)量？

因此，斯坦伯格在設(shè)計(jì)loop時(shí)，已經(jīng)開始用loop去監(jiān)督其他loop了。

通過一個(gè)總loop負(fù)責(zé)觀察全局→它發(fā)現(xiàn)有幾個(gè)任務(wù)→分發(fā)給多個(gè)子loop→每個(gè)子loop自己跑→總loop檢查它們的進(jìn)度和結(jié)果

02

提示詞是輸入，loop是過程

斯坦伯格的那條推文之所以引發(fā)爭(zhēng)議，是因?yàn)樗|及了一個(gè)話題。

提示詞工程是不是已經(jīng)過時(shí)了？

截止至今，提示詞仍然是你和Agent交流意圖的主要方式，它仍然需要清晰、具體、包含必要的上下文。

這么說吧，一個(gè)寫得很爛的提示詞，絕對(duì)不會(huì)因?yàn)槟惆阉胚M(jìn)loop里，它就能突然變好了。

但單次的提示詞，已經(jīng)不再是Agent的核心。

原因很簡(jiǎn)單，假如你能在一開始就把所有要求說清楚，Agent只需要一次輸出，就滿足你的所有要求，那就再也不需要上下文了。

現(xiàn)實(shí)就是，你可能在看到初步結(jié)果后才發(fā)現(xiàn)自己遺漏了某個(gè)重要條件，或者Agent的輸出雖然符合你的字面要求，但在實(shí)際使用中暴露出問題。

更關(guān)鍵的是，很多反饋信息在任務(wù)開始時(shí)根本不存在。

比如BUG，你只有在測(cè)試的時(shí)候才能知道。

以前你需要盯著Agent的每一次輸出，判斷對(duì)不對(duì)，想下一步怎么引導(dǎo)它。

現(xiàn)在你只需要設(shè)計(jì)好loop，定義清楚目標(biāo)和評(píng)估標(biāo)準(zhǔn)，然后讓它自己跑。

歸根結(jié)底，loop工程就是給Agent加一個(gè)框架，讓它知道每一輪應(yīng)該看什么、做什么、怎么判斷、什么時(shí)候停。

我舉個(gè)例子你就懂了：

你要讓Agent生成一個(gè)登錄頁面。

提示詞工程的做法是寫一個(gè)詳細(xì)的提示詞。“請(qǐng)幫我寫一個(gè)登錄頁面。需要有用戶名和密碼輸入框，一個(gè)登錄按鈕，一個(gè)忘記密碼鏈接。樣式要簡(jiǎn)潔現(xiàn)代，使用藍(lán)色作為主色調(diào)。要有表單驗(yàn)證，用戶名不能為空，密碼至少8位。登錄失敗要顯示錯(cuò)誤提示?！?/p>

如果你的提示詞寫得足夠好，Agent可能會(huì)生成一個(gè)看起來不錯(cuò)的頁面。

但這個(gè)頁面真的能用嗎？表單驗(yàn)證的邏輯是否正確？在不同瀏覽器上顯示是否正常？是否有安全漏洞？

loop工程的做法是你需要設(shè)計(jì)一整個(gè)流程。

第一步，根據(jù)需求生成頁面代碼。第二步，運(yùn)行自動(dòng)化測(cè)試，檢查基本功能是否正常。第三步，啟動(dòng)瀏覽器，截圖檢查視覺效果。第四步，如果測(cè)試失敗或者截圖顯示問題，分析具體是什么問題。第五步，修改代碼解決問題。第六步，再次測(cè)試，重復(fù)這個(gè)過程，直到滿足所有驗(yàn)收標(biāo)準(zhǔn)。

在這個(gè)流程里，初始的提示詞可能很簡(jiǎn)單，因?yàn)槟阒篮竺孢€有多輪迭代的機(jī)會(huì)。Agent不需要第一次就做對(duì)所有事情，它可以在每一輪看到具體的反饋，然后針對(duì)性地改進(jìn)。

03

loop工程在設(shè)計(jì)什么

那到底該如何寫一個(gè)loop工程呢？

我們需要設(shè)計(jì)5個(gè)組件。

第一個(gè)組件是目標(biāo)。

這聽起來是廢話，但實(shí)際上很多l(xiāng)oop失敗的原因，就是目標(biāo)定義得不夠清晰。

“幫我優(yōu)化一下”這不是一個(gè)好目標(biāo)。什么叫優(yōu)化？?jī)?yōu)化到什么程度算完成？有哪些約束條件？這些都不清楚。

一個(gè)好的目標(biāo)應(yīng)該是這樣的。把這個(gè)接口的響應(yīng)時(shí)間從800毫秒降到300毫秒以下。保留現(xiàn)有行為，所有測(cè)試必須通過。輸出改動(dòng)說明，列出具體做了哪些優(yōu)化。

這個(gè)目標(biāo)的每一部分都是可驗(yàn)證的。

清晰的目標(biāo)實(shí)際上是給Agent提供了一個(gè)穩(wěn)定的錨點(diǎn)，每一輪迭代都可以用這個(gè)錨點(diǎn)來校準(zhǔn)。

第二個(gè)組件是上下文管理。

上下文其實(shí)包括很多東西，不只是你跟模型的對(duì)話那么簡(jiǎn)單。

代碼庫的當(dāng)前狀態(tài)、相關(guān)文檔、需求說明、錯(cuò)誤日志、測(cè)試結(jié)果、用戶偏好、歷史決策，以及之前幾輪的嘗試和結(jié)果，這些都是上下文。

很多Agent表現(xiàn)差，根本原因不是模型不夠聰明，而是loop每一輪喂給它的上下文太臟、太少，或者太隨機(jī)。

太臟是指上下文里混雜了太多無關(guān)信息，Agent需要花費(fèi)大量token來處理這些噪音，反而忽略了真正重要的部分。

太少是指關(guān)鍵信息缺失，Agent沒有足夠的材料來做出正確判斷。

太隨機(jī)是指每一輪的上下文組織方式不一致，Agent無法建立穩(wěn)定的理解模式。

前文提到的Ralph loop，它有一個(gè)很重要的創(chuàng)新，就是它的上下文管理系統(tǒng)。

它每次迭代都會(huì)重置上下文到一組固定的錨點(diǎn)文件，而不是讓對(duì)話歷史無限增長。

雖然簡(jiǎn)單，但它的確解決了上下文污染的問題。

你需要決定哪些信息應(yīng)該保留，哪些應(yīng)該丟棄，哪些應(yīng)該總結(jié)后保留。

2026年的loop系統(tǒng)開始使用基于git的狀態(tài)管理。每一輪的改動(dòng)都會(huì)提交到git，Agent可以查看歷史提交，理解之前做了什么，為什么要這么做。

第三個(gè)組件是工具。

說白了就是Agent能調(diào)用哪些工具。

巧婦難為無米之炊，工具的選擇需要和任務(wù)匹配。

如果你讓Agent寫代碼但不給它運(yùn)行測(cè)試的工具，那它就無法驗(yàn)證代碼是否正確。

但工具也不是越多越好。每增加一個(gè)工具，Agent的決策空間就變大了，它需要在更多選項(xiàng)中做選擇。如果工具太多，Agent可能會(huì)迷失在工具的使用上，忘記了真正的目標(biāo)。

好的loop設(shè)計(jì)會(huì)精心選擇工具集。只提供完成任務(wù)必需的工具，每個(gè)工具都有清晰的用途和使用時(shí)機(jī)。這樣Agent可以把注意力集中在任務(wù)本身，而不是工具的選擇上。

第四個(gè)組件是評(píng)估。

這是loop的靈魂。沒有評(píng)估，循環(huán)就會(huì)變成瞎轉(zhuǎn)。

評(píng)估的關(guān)鍵是要自動(dòng)化。

如果每一輪都需要人來判斷對(duì)不對(duì)，loop就失去了自主運(yùn)行的能力。所以你需要設(shè)計(jì)出可以自動(dòng)執(zhí)行的評(píng)估標(biāo)準(zhǔn)，讓Agent能夠自己判斷當(dāng)前狀態(tài)是否滿足要求。

但自動(dòng)化評(píng)估也有局限。有些質(zhì)量標(biāo)準(zhǔn)很難用量化的標(biāo)準(zhǔn)來判斷，比如代碼的可讀性，設(shè)計(jì)的美感，文字的流暢度。

對(duì)于這些方面，你可能需要引入人工檢查點(diǎn)，讓人在關(guān)鍵節(jié)點(diǎn)介入評(píng)估。

AI里面有一個(gè)概念叫human-in-the-loop的。

好的loop不是把人踢出去，而是把人放在最關(guān)鍵的檢查點(diǎn)上。自動(dòng)化處理大部分常規(guī)判斷，人負(fù)責(zé)那些需要主觀判斷或者風(fēng)險(xiǎn)較高的決策。

第五個(gè)組件是停止條件。

從最古老的編程開始，任何一個(gè)循環(huán)它都得具備一個(gè)退出的條件。

比如循環(huán)計(jì)數(shù)器i，每一次循環(huán)i的數(shù)值都會(huì)加1，當(dāng)i的值大于規(guī)定的值時(shí)，循環(huán)就會(huì)停止。

對(duì)于Agent而言，最理想的停止條件是任務(wù)完成，但現(xiàn)實(shí)往往不會(huì)這么順利。

有時(shí)候Agent會(huì)陷入死循環(huán)，反復(fù)嘗試同樣的方案，每次都失敗，但它不知道應(yīng)該放棄。有時(shí)候Agent也會(huì)持續(xù)做微小的改動(dòng)，每次都有一點(diǎn)點(diǎn)改進(jìn)，但永遠(yuǎn)達(dá)不到完美，不知道應(yīng)該停在哪里。

所以你需要設(shè)計(jì)多種停止條件。

最直接的是成功條件，所有評(píng)估都通過，任務(wù)達(dá)標(biāo)，可以停了。然后是失敗條件，連續(xù)多輪沒有改進(jìn)，或者錯(cuò)誤次數(shù)超過閾值，說明當(dāng)前方案可能走不通，應(yīng)該停下來重新思考。

還有資源限制，運(yùn)行時(shí)間超過上限，成本超過預(yù)算，也應(yīng)該停止。

更重要的是風(fēng)險(xiǎn)檢查點(diǎn)。當(dāng)Agent要做一些高風(fēng)險(xiǎn)操作時(shí)，比如刪除數(shù)據(jù)，應(yīng)該停下來等待人工確認(rèn)。這些操作一旦出錯(cuò)代價(jià)很大，不應(yīng)該完全自動(dòng)化。

把這五個(gè)組件放在一起，你就得到了一個(gè)完整的loop。