QVeris · 观点当 Agent 不再依赖人逐轮提醒真正需要设计的就不只是 Prompt而是任务如何启动、验证、记忆和停止。Agent 真正卡住的往往不是不会做而是做完一轮就停了。写代码、查资料、调用接口它完成一次运行把结果交回来。顺利的话任务结束不顺利的话我们复制错误、补充背景再告诉它换个方法试试。看起来是 Agent 在工作真正负责发现问题、维持状态和决定下一步的却一直是人。2026 年 6 月底一篇预印本把 coding-agent 圈里正在形成的 Loop Engineering 实践整理成了一套框架与其逐步提醒 Agent不如设计一个能触发、验证、记忆并停止的外部工作循环。01/ 从一次回答到一项持续推进的工作把一件事交给 Agent 时Prompt 只是这一轮的任务说明。模型真正拿到的是整个 ContextPrompt、已有资料、历史结果以及工具刚刚返回的信息。Harness 再把 Context 与 Agent、工具、权限和护栏装配起来组织并约束一次完整运行。在本文采用的外部 Loop 口径里它们不是四个并列概念Prompt 是本轮 Context 的一部分Loop 读取运行结果在 Harness 之外决定停止或带着更新后的状态触发下一轮。这是一种便于理解的工程分层不是已经标准化的行业架构。它把关注点从怎样得到一次好回答推进到怎样让一项工作持续向前。02 /Loop 不等于让 Agent 一直重试一个最简单的循环可以只是失败后再执行一次。但如果系统不知道失败发生在哪里也不知道怎样的结果才算正确那么重试只是把相同的不确定性重新跑一遍。要让 Loop 真正可靠至少要把四件事设计清楚。首先是目标。继续优化不是一个可以验证的目标通过指定测试并生成可审核的结果才是。其次是验证。Agent 说自己完成了不代表任务真的完成。验证可以来自确定性规则、测试程序、另一个模型或人工判断。然后是状态。上一轮尝试了什么、为什么失败、哪些证据已经确认需要被保存下来。否则每一轮都只是在重新开始。最后是停止条件。完成、出现歧义、权限不足、连续失败或超过预算都应该让 Loop 进入明确状态而不是无休止地消耗。Loop 的核心因此不是循环而是根据上一轮留下的证据决定下一步是否值得继续。03/ 人一直在 Harness 外跑 Loop很多 Agent 工作流其实早已有 Loop只不过它一直由人来完成。Agent 每完成一次 Harness 运行就停下来。人查看结果判断是否达标如果没有就补充信息、调整方向把已有结果带入下一轮再启动一次完整运行。换句话说Loop 不在 Harness 里面而在人和 Harness 之间。人一直站在外面管理任务的轮次。Loop Engineering 想接手的首先正是这段反复衔接的工作。人的位置则向上移动定义目标、设置边界并处理真正需要取舍的决策。04/ 工具调用是最容易看清 Loop 的地方在一次工具调用中Agent 可能遇到很多分支用户给出的实体不标准工具选错了参数不完整接口返回成功但内容不对或者当前账号没有权限。如果没有 Loop这些情况通常都会回到人这里再由人告诉 Agent 下一步。如果把它设计成 Loop系统就需要自己区分到这里Loop 不再是一个抽象概念。它变成了一套围绕真实输入、真实工具和真实反馈运行的控制逻辑。05/ QVeris 为外部 Loop 补上反馈了解这个概念后我们重新看了一遍 QVeris 正在做的工具接入与评估工作。QVeris 不接管用户任务而是为上层 Agent 提供工具以及足以继续判断的结构化反馈。QVeris 提供工具与反馈 → 上层 Agent 决定继续、澄清或停止例如QVeris 正在建设实体解析能力。在企业查询场景中它可以通过模糊查询工具把企业简称、别名甚至差一两个字的输入解析为标准企业名称、证券代码、候选项和匹配置信度。未命中、存在歧义或权限不足也会成为明确的结果。接下来换什么工具、怎样更新 Context、是否触发下一轮仍由上层 Agent 决定。QVeris 也在用真实问题持续评测这些工具并沉淀跨运行经验让每次调用都能为下一轮留下可用反馈。假设上层 Agent 收到一句宁德时代最近咋样第一次 Harness 运行系统直接用宁德时代查询没有命中标准企业主体并返回明确的实体未解析状态。上层 Agent 读取这次失败触发第二次完整运行改用 QVeris 正在建设的企业模糊查询工具。如果返回唯一的高置信度候选它就把宁德时代新能源科技股份有限公司和300750.SZ写回 Context如果返回多个候选则由上层 Agent 决定是否向用户澄清。第三次 Harness 运行系统使用标准实体继续查询企业基本信息、年报和证券标的信息。结果通过验证Loop 结束。这里真正发生的 Loop不是一次运行里连续调用了几个工具而是每一轮先留下可判断的结果再由 Harness 外的上层 Agent 决定是否启动下一轮。06/ 持续完成不等于永远运行Loop Engineering 容易让人联想到完全自主、永远运行的 Agent。但可靠的 Loop不以运行时间长为目标而以抵达一个可验证的终态为目标。每一轮都应该带来新的证据确认一个实体、排除一个工具、验证一组参数或者明确发现问题必须交给人。没有新证据就不应该继续空转。从完成一次到持续把事情做完改变的不是 Agent 会不会循环而是系统能否保存状态、检查结果、处理失败并在必要时把判断交还给人。真正可靠的 Agent不是更会重试而是知道为什么继续也知道什么时候停止。参考资料https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agentshttps://openai.com/zh-Hans-CN/index/harness-engineering/https://arxiv.org/abs/2607.00038