摘要随着AI编码智能体Coding Agent的快速发展开发者与智能体之间的交互模式正在经历根本性转变。Loop Engineering循环工程作为2026年6月兴起的新兴工程范式主张开发者不再逐轮手动提示智能体而是设计一个能够自主发现工作、分派任务、验证结果并持续迭代的自动化系统。本文基于Addy Osmani、Cobus Greyling及LangChain等多方论述系统阐述Loop Engineering的核心概念、构成要素与设计哲学。一、背景与起源过去两年间开发者与AI编码智能体的交互遵循一种线性模式编写提示prompt、提供上下文、阅读输出、再编写下一轮提示。开发者始终充当持有工具的人以逐轮对话方式驱动智能体完成任务。2026年6月PSPDFKit创始人Peter Steinberger在社交平台发表观点“开发者不应该再手动提示编码智能体而应该设计能够提示智能体的循环系统。” Anthropic公司Claude Code负责人Boris Cherny亦表达了相似立场“我不再手动提示Claude我有循环在运行它们负责提示Claude并决定下一步做什么。我的工作是编写循环。”这些论断标志着一个重要转折——工程杠杆点已从精心设计单次提示转移至设计编排智能体的控制系统。Google工程总监Addy Osmani随后在其博客中系统化阐述了这一概念将Loop Engineering定义为用开发者自身替代手动提示智能体的角色转而设计一个能够自主完成提示工作的系统。此处的循环可理解为一个递归目标——开发者定义目的AI持续迭代直至目标完成。二、Loop Engineering的定位Harness之上的一层在理解Loop Engineering之前有必要厘清其与相关概念的层级关系。Agent Harness Engineering智能体装具工程关注的是单个智能体运行所处的环境——包括工具配置、上下文注入、安全防护等。而Loop Engineering位于Harness之上它不仅包含装具层面的设计还增加了定时调度、并行派生、自我反馈等能力。用Osmani的表述Harness是智能体的运行外壳Loop则是让这个外壳按照节拍自动运转、生成子助手并自我补给的控制系统。三、五大构建模块 记忆层根据Osmani的框架以及Cobus Greyling在GitHub参考仓库中的系统化整理一个完整的Loop由五个核心构建模块加一个记忆层组成1. 自动化调度Automations / Scheduling自动化是Loop真正成为循环而非单次执行的关键要素。它使系统能够按照预设节拍定时或事件驱动自主执行发现和分类工作。例如每日自动读取CI失败记录、归类开放issue、生成提交摘要等。在Codex中开发者通过Automations面板配置项目、提示、频率和执行环境。在Claude Code中等效机制通过/loop按频率重复执行、/goal持续运行直至条件满足、hooks以及GitHub Actions实现。/goal原语尤为值得关注它在每轮执行后使用一个独立的小型模型检验完成条件确保编写代码的智能体与评判代码的智能体相互分离。2. 工作树隔离Worktrees当多个智能体并行运行时文件冲突是首要故障模式。Git worktree提供了解决方案——为每个智能体分配独立的工作目录和分支共享同一仓库历史从而实现物理层面的执行隔离。3. 技能Skills技能是将项目知识持久化的机制。其格式为包含SKILL.md文件的目录记录项目规范、构建步骤、约束条件等。技能解决了Osmani所称的意图债务Intent Debt问题——如果不将项目意图外化存储智能体每次运行都将从零开始推导项目逻辑并以自信的猜测填补认知空白。4. 插件与连接器Plugins Connectors基于MCPModel Context Protocol构建的连接器使循环能够触达文件系统之外的真实工具链——issue跟踪器、数据库、staging API、Slack等。连接器将循环从告知开发者应该做什么提升为在真实环境中自主执行操作。5. 子智能体Sub-agents子智能体实现了循环中最关键的结构性拆分编写者与检查者分离。Osmani指出编写代码的模型在评判自己产出时存在系统性偏差。通过配置独立的验证子智能体可使用不同模型、不同指令、不同推理强度循环获得了在无人值守时仍可信赖的质量保障机制。6. 记忆/状态Memory / State记忆是循环的脊柱存在于单次对话之外。其形式可以是Markdown文件如STATE.md、AGENTS.md或通过连接器接入的Linear看板。由于模型在运行间会遗忘一切持久化状态必须写入磁盘而非依赖上下文窗口。Osmani精辟总结“智能体会遗忘仓库不会。”四、一个典型循环的运作形态Osmani给出了一个具象的循环描述自动化任务每日早间在仓库上运行其提示调用分类技能读取CI失败、开放issue和近期提交将发现写入状态文件对于每个值得处理的发现系统在隔离的worktree中派生子智能体起草修复第二个子智能体根据项目技能和已有测试审查该草案连接器负责打开PR、更新ticket循环无法处理的内容落入开发者的分类收件箱状态文件记录已尝试、已通过、仍待处理的事项次日循环据此继续开发者仅在初始阶段设计此循环一次后续无需逐步提示任何步骤。五、设计哲学与警示Loop Engineering的倡导者们一致强调循环放大判断力——无论是好的还是差的。三个随循环成熟而加剧而非缓解的问题验证仍然是人的责任无人值守的循环也意味着无人值守的错误。即便存在验证子智能体完成也只是声明而非证明。理解力债务Comprehension Debt加速增长循环越快地交付开发者未亲手编写的代码代码库实际状态与开发者认知之间的鸿沟就越大。认知投降Cognitive Surrender的诱惑当循环自主运转时开发者极易停止形成独立判断接受循环返回的一切。设计循环如果出于逃避思考的目的则与出于深刻判断力的目的虽然动作相同结果截然相反。Osmani的结论发人深省“构建循环。但要像一个意图继续做工程师的人那样构建它而非仅仅做一个按下启动键的人。”六、小结Loop Engineering代表了AI辅助软件开发的新阶段演进。它并非否定提示工程的价值而是将其提升至系统设计层面——开发者的核心能力从如何编写一个好提示转变为如何设计一个好的智能体编排系统。这一范式对开发者提出了更高的工程素养要求不仅要理解智能体的能力边界还要具备分布式系统思维、状态管理能力以及对质量验证的清醒认知。参考来源Addy Osmani - Loop EngineeringCobus Greyling - loop-engineering (GitHub)LangChain - The Art of Loop Engineering本文内容基于上述来源进行归纳和重新组织遵循合规使用原则。