Prompt工程是刀法Loop工程是阵法——AI Coding两种哲学的实战选择指南一句话分辨Prompt工程解决怎么让AI一次做对Loop工程解决怎么让AI持续做对。它们不是进化替代关系而是互补共存的两种哲学。最近两个月AI编程圈被一个词刷屏了——Loop Engineering。Boris ChernyClaude Code创建者说我不再提示Claude了我在写循环Peter Steinberger的推文引发800万次浏览核心论点是不该给Agent写提示词了该设计循环机制。于是很多人得出结论Prompt工程过时了Loop工程才是未来。但我在实际项目中观察到的事实是同一天里我既在用Prompt工程也在用Loop工程。同一个需求有时候一刀切的Prompt更高效有时候循环迭代的Loop更靠谱。选择哪种不是看谁更先进而是看你的任务属性。这篇文章不讲进化叙事不讲谁替代谁。我给你一个实战决策框架——什么场景该用Prompt什么场景该用Loop以及两者怎么组合使用。一、两种哲学的本质差异先撕掉那些花哨的定义回到最本质的差异维度Prompt工程Loop工程核心问题如何让AI一次产出正确结果如何让AI持续迭代直到产出正确结果人机交互模式人→AI单次握手系统→AI→系统→AI持续对话设计对象一段精心编排的提示词一个自动运转的循环系统对AI的要求理解力强、输出稳定能自主评估、能纠错、能止损成本模型单次高质量调用多次迭代累计调用失败模式理解偏差导致一步错步步错迭代发散导致消耗爆炸用一个武侠比喻Prompt工程是刀法——一招制敌讲究精准和力量Loop工程是阵法——围而歼之讲究布局和节奏。高手不会只练刀法不学阵法也不会只用阵法放弃刀法。关键是知道什么时候该亮刀什么时候该布阵。二、实战对照同一个需求的两种解法我拿一个真实需求来做对照给一个React组件库添加暗色模式支持。方案APrompt工程解法你是一个资深React开发者。请为以下组件库添加完整的暗色模式支持 要求 1. 使用CSS变量方案定义 --color-primary, --color-bg, --color-text 等变量 2. 暗色模式变量值--color-primary: #5b9bd5, --color-bg: #1a1a2e, --color-text: #e0e0e0 3. 通过>方案BLoop工程解法# loop_config.yaml goal: 为React组件库添加暗色模式支持所有测试通过 verification: - cmd: npm test expect: all tests pass - cmd: npm run build expect: no errors - check: data-theme属性在所有组件中生效 auto: false # 需要人工确认 max_iterations: 8 stop_on: - verification_pass: true - consecutive_fail: 3 - cost_limit: $5 context_reset: git stash git checkout anchor-state # 每轮重置到锚点结果Agent自动遍历组件、逐个修改、跑测试、发现失败自动回退修正。人只需要在关键节点确认比如第一次选择技术方案时。总耗时约2小时但人的参与时间只有15分钟。优点不需要人一直盯着。Agent自己试错、自己修正适合夜间运行。缺点2小时 vs 15分钟。如果你下午4点需要上线Loop工程来不及。三、决策矩阵什么时候用哪种这才是本文最有价值的部分。我根据半年实战经验总结了一个四维决策框架3.1 时间压力维度场景推荐原因今天要上线Prompt单次调用5分钟出结果本周要交付Prompt优先Loop辅助核心路径用Prompt边缘任务用Loop没有紧急deadlineLoop让Agent夜间迭代早上看结果3.2 可验证性维度场景推荐原因有自动化测试LoopAgent能自己验证闭环运转只能人肉验证PromptLoop没有评估器等于盲转半自动验证组合核心逻辑用Prompt保证细节用Loop打磨这是最关键的维度。Loop工程的灵魂是评估器——没有评估器Loop就是花钱烧token。如果你的任务没有可自动验证的标准比如用户体验要好、代码要优雅Loop工程不适合你。3.3 任务复杂度维度场景推荐原因单文件修改Prompt复杂度低一次Prompt搞定跨10文件重构LoopAgent能自动遍历人手动改容易漏探索性任务写新功能Prompt需要人在每一步把关方向重复性任务批量迁移Loop规则固定适合自动循环3.4 成本敏感度维度场景推荐原因个人开发者/小团队Prompt为主Token预算有限Loop的多次调用成本高企业团队有预算混合使用核心任务Loop跑日常任务Prompt搞定有无限预算Loop大胆用Boris Cherny每晚跑数千Agent的前提是预算充足四、组合使用Prompt Loop的最佳实践纯用一种范式的团队我见过的都踩了坑。真正高效的用法是组合。4.1 Prompt定方向Loop跑执行这是我最推荐的组合模式用Prompt工程做方案决策花5分钟写一个高质量Prompt让AI给出技术方案选型、架构设计、关键接口定义人review方案确认方向正确用Loop工程做方案执行把确认后的方案转化为Loop的goal让Agent自动迭代实现# 第一步Prompt定方向 Prompt → AI输出技术方案CSS变量 >4.2 Loop跑批量Prompt做关键批量任务用Loop关键节点用Prompt介入# Loop自动迁移100个文件 Goal: 将所有class组件迁移为function组件 Verification: eslint test pass # Loop遇到无法自动决策的文件时 Trigger: 当检测到HOC模式时暂停并请求人工介入 → 人工用Prompt方式处理特殊case → Loop继续4.3 夜间Loop 白天PromptBoris Cherny的做法晚上提交数千Agent并行跑Loop早上看结果。白天用Prompt处理需要即时响应的任务。这个模式的前提是你的夜间任务必须有完全自动化的验证条件。否则早上看到的不是结果是灾难。五、三个常见误区误区1Loop工程替代了Prompt工程错。Loop工程的前提是一个好的初始Prompt或Goal。Loop不是从零开始运转——它需要一个清晰、可验证的目标。这个目标的定义质量直接决定了Loop的运转效率。说不再写Prompt了的人其实是在写元Prompt——不是给AI的一次性指令而是给循环系统的运转规则。本质上还是Prompt工程只是抽象层级更高了。误区2Loop工程一定比Prompt工程更高级错。高级不等于适合。一个简单的CSS修改用Prompt 30秒搞定用Loop可能要跑3轮迭代花5分钟。选择工具要看任务属性不是看工具的级别。外科手术用手术刀不是用激光就更好——要看切什么。误区3Loop工程 让AI自己跑不用管了危险。Addy Osmani提出的两个概念值得每个团队警惕理解债Comprehension DebtAgent产生大量代码人越来越不读团队对系统的理解逐渐下降认知投降Cognitive SurrenderLoop越顺畅人越容易停止思考把决策权完全交给系统Loop工程的真正挑战不是技术层面的——而是人如何在使用Loop的同时保持对系统的理解和控制。六、给不同角色的实操建议给个人开发者你大概率Token预算有限优先练Prompt工程。一个高质量的Prompt能省下10次Loop迭代的成本。什么时候用Loop夜间跑批量任务——把白天确认好的方案写成Goal让Agent在你睡觉时执行。给技术Leader你需要同时掌握两种范式因为团队里永远有人需要快速解决小问题Prompt也永远有大批量任务需要自动化Loop。建立两条工作流即时响应流Prompt → review → 合入批量迭代流Goal定义 → Loop执行 → 早上review → 合入给产品经理你最该关注的不是哪种范式更先进而是验证条件是否足够自动化。Loop工程需要可自动验证的goal——如果你的验收标准是用户体验要好Loop跑不起来。把验收标准从主观判断转化为可量化指标这是你最重要的工作。七、总结不是进化是分工全网讨论Loop工程时最常见的叙事是从Prompt到Context到Harness到Loop的四层进化。这个叙事是对的——它描述了抽象层级的递进关系。但叙事容易误导人以为这是一条单行道Prompt过时了该学Loop了。事实是这四层是叠加包含的不是替代的。Loop工程包含Prompt工程——Loop的Goal定义、评估标准、停止条件全是Prompt工程的产物。你Loop写得好不好取决于你Prompt想得清不清。Prompt工程是刀法Loop工程是阵法。高手兼备择机而用。刀法和阵法之间不是进化关系是分工关系。什么时候亮刀什么时候布阵取决于你的任务属性、时间压力、验证能力和成本预算。别被Loop取代Prompt的叙事带节奏。先搞清楚你今天要解决的问题再选最适合的工具。一句话总结Prompt工程解决一次做对的问题Loop工程解决持续做对的问题。它们是互补的两种哲学不是替代的进化路线。实战中选择哪种看四个维度——时间压力、可验证性、任务复杂度、成本敏感度。最高效的用法是组合Prompt定方向Loop跑执行。