本文迁移自 mindcarver/91ai · 原始位置 docs/ai-coding/loop-engineering/README.md · 由 @阿新聊ai 整理。

Loop Engineering 专题：把“提示词”升级成可运行的代理控制系统

6 篇文章（1 篇总览 + 5 篇正文），基于 cobusgreyling/loop-engineering 在 2026-06-28 可见仓库内容整理。 核心不是“怎么写更好的 prompt”，而是“怎么设计一个会持续驱动 agent 干活、记录状态、控制风险的系统”。

这个专题在讲什么

Loop engineering 可以先粗暴理解成一句话：

你不再亲自一轮一轮提示 agent，而是设计一个循环系统，让它在设定好的节奏、边界和验证机制里持续工作。

这个主题之所以值得单独讲，不是因为它提出了一个新名词，而是因为它把很多原本分散的工程实践串成了一个整体：

• 定时触发，不再每次手动喊 agent 开工
• 状态文件，不再每次会话都从零开始
• maker / checker 分离，不让同一个 agent 自己给自己判对
• worktree 隔离，不把自动修复直接砸进主工作区
• 连接 GitHub、Linear、Slack 等外部系统，让 loop 真正接触“现实世界”
• 用预算、run log、denylist、人类 gate 约束自动化风险

如果说 harness engineering 研究的是“模型之外那层工程外壳”，那么 loop engineering 更像是在 harness 之上，继续追问：

怎么把 agent 变成一个持续运行、可观测、可升级、可停机的工程流程。

这个专题适合谁

• 已经在用 Claude Code、Codex、Cursor、Cline，但不想每次都手动盯着 agent 干活的人
• 想把 daily triage、PR 跟进、CI 清理、依赖升级这类重复任务交给 agent 的团队
• 对 agent 自动化感兴趣，但知道“直接全自动”风险太高，想先掌握渐进式上线方法的人
• 想把 SKILL.md、AGENTS.md、状态文件、sub-agent、MCP 串成一套长期工作流的人

这个专题不是什么

• 不是某一个产品的官方教程
• 不是“多写几个 prompt 模板”的合集
• 不是鼓励你一上来就开全自动 PR bot
• 不是替代 harness engineering、goal engineering 或 agent framework 的上位词

更准确地说，它是一套面向真实代理工作流的运行设计方法。

你会带走哪些核心判断

一、loop 不是 prompt 模板，而是控制系统

真正的 loop 至少要回答这些问题：

• 什么时候触发
• 每次运行读什么状态
• agent 做到哪一步必须停
• 谁来验证结果
• 哪些路径必须人工接管
• 花了多少 token，跑了多少次，出了什么故障

缺了这些，通常都还不叫 loop，只能算“长一点的 prompt”。

二、状态是 loop 的脊柱

源仓库最有价值的一点，不是列了多少 pattern，而是把 STATE.md / run log / budget / LOOP.md 这种“外部记忆骨架”明确成一等公民。没有状态文件，loop 每次重启都失忆；没有 run log，团队只会在出事后才发现 agent 过去几天都在做什么。

三、应该先做 L1，再谈 L2/L3

这是整个方法最务实的部分：

• L1：只报告，不改代码
• L2：在 verifier 和 worktree 保护下做低风险小修复
• L3：较少人工盯盘的无人值守运行

多数团队失败，不是因为不会写 prompt，而是因为直接从“想省事”跳到“想全自动”。

四、loop 的价值在重复、高频、边界清晰的工作里最明显

像 daily triage、PR babysitter、changelog drafter、dependency sweeper 这类任务，天然适合 loop；而产品决策、架构重写、权限模型变更这类任务，本质上不适合交给 loop 主导。

系列结构

• 总览（本篇）：建立全景认知、主题边界和阅读路径
• 概念篇（1 篇）：什么是 loop engineering，和 prompt / harness / goal / workflow 的关系
• 原语篇（1 篇）：五个构件 + 状态中枢，loop 到底由哪些积木拼出来
• 模式篇（1 篇）：7 类常见 pattern、L0/L1/L2/L3 上线路径、如何从 report-only 起步
• 迁移篇（1 篇）：Claude Code / Codex / Cursor 等工具里怎么把同一条 loop 落地
• 风险篇（1 篇）：成本、故障、反模式、何时该停、何时不该做

系列目录

阅读路径

• 只想先搞懂这是什么：本篇 → 01
• 想自己搭一个能跑的 loop：本篇 → 02 → 03 → 04
• 担心自动化风险：本篇 → 03 → 05
• 已经在用 Codex / Claude Code：本篇 → 04 → 05
• 完整通读：按 01 → 05 顺序

必读文章

围绕 loop engineering 的外部必读，按「先建框架、再落地、最后看演进」分三组。本系列所基于的 cobusgreyling/loop-engineering 仓库明确标注 “inspired by Addy Osmani”，所以下面 Addy 那篇是真正的上游标杆文。

标杆与概念

• Loop Engineering — Addy Osmani — 标杆文（2026/6/7），五个积木块 + 两个产品映射表
• The Art of Loop Engineering — LangChain — “agent 本质就是一个 model in a loop”
• Anthropic 工程师 11 页 PDF — Anthropic 资深工程师系统阐述（经 Data Science Dojo 流传）

实操与工具

• How I AI: How to Write AI Agent Loops in Claude Code and Codex — Lenny's Newsletter — 新手向，Claude Code / Codex 落地
• Loop Engineering: A Guide for Engineers and Practitioners — Adnan Masood（Medium）
• Loop Engineering: Design AI Loops That Ship While You Sleep — Linas's Newsletter

进阶与演进史

• Agentic Loops: From ReAct to Loop Engineering（2026 Guide）— Data Science Dojo
• What Is Loop Engineering? A Complete Guide — Tosea.ai
• Loop Engineering at Enterprise Grade — Truefoundry — 生产 / 企业级“agent runtime”
• What Is Loop Engineering? — MindStudio
• Harness Engineering — OpenAI — harness 与 loop 的关系（OpenAI 视角）

深读系列（refs/）

对上面 11 篇必读来源逐篇做的费曼式深读，每篇 ≥8000 字，各自抓住一个独特角度，避免雷同。放在 ./refs/ 子目录，与本系列 01–05 正文互补：正文讲方法，深读讲“别人怎么讲这个方法”。

长文版（long-form/）

三篇 1.5 万字独立长文，各从一个角度把本专题展开，正文讲方法、长文给系列之外的统一判断。每篇都补了联网调研拿到的硬证据（真实 token/成本数字、生产失败率、CLI 脚手架、maker/checker 证伪逻辑）。

先给一个最实用的心智模型

可以把一个健康的 loop 暂时记成下面这条链：

调度 -> triage -> 读写状态 -> 隔离执行 -> implementer -> verifier -> 外部系统 -> human gate -> 下一轮

它不是唯一正确答案，但足够作为大多数工程 loop 的初始模板。之后你做的所有优化，本质上都在调这条链：删掉不必要环节、补上缺失的验证、把风险路径拉回人工。

关于这个专题

本专题聚焦可迁移的方法，不复述源仓库全部脚手架、CLI 和展示页内容。因为这块演化很快，文中判断以 2026-06-28 的仓库快照为准；其中具体命令、star 数和工具支持面，后续可能变化，但几个方法论核心短期内大概率稳定：

• loop 是控制系统，不是 prompt 模板
• 状态文件是基本盘
• maker / checker 分离是底线
• report-only 起步比“直接自动修复”更重要
• 成本、审计、kill switch 必须前置，而不是出事故后再补

下一篇：01 Loop Engineering 是什么