从“写提示词”到“设计循环”，一场静悄悄的革命
就在前几天，Anthropic Claude Code负责人Boris Cherny在开发者大会上说了一句话，随后在技术社区迅速传开——不到24小时获得近70万次播放。
他说的是：“我不再给Claude写提示词了。我有一堆循环在跑，它们负责给Claude下指令、决定下一步做什么。我的工作，就是写循环。”
几乎同一天，OpenClaw创始人Peter Steinberger在X上发帖：“你不该再亲自给编程Agent写提示词了。你应该设计循环来提示你的Agent。” 该帖浏览量超过830万次。
第二天，Google Cloud AI总监、前Chrome工程负责人Addy Osmani发表长文，正式命名——Loop Engineering（循环工程）。
01 什么是Loop Engineering？把“亲自下场”换成“制定规则”
Loop Engineering最直白的翻译是：把你亲自给AI写提示词这件事，替换成由你设计的系统去自动完成。
过去两年，开发者与编程Agent打交道的方式是：写好提示词、塞够上下文、敲回车、读返回结果，然后再敲下一句。Agent是手上的工具，你全程握着它。
而现在，思路彻底翻转——你构建一个小型系统，让它自己去发现任务、分配任务、检查任务、记录完成情况、决定下一步。
一句话总结：Prompt Engineering是“教AI怎么做一件事”；Loop Engineering是“设计一套系统，让AI自己反复做，直到做完”。
这不是在同一个层面上优化，这是一次范式转移——从“操作员”到“架构师”。
02 一个完整的Loop长什么样？五块积木加一层记忆
Addy Osmani把Loop的构成拆解为五个核心模块，外加一个跨会话的记忆层。
模块 | 核心功能 | 通俗比喻 |
|---|---|---|
| 1 自动化 (Automations) | 定时 / 事件触发，支持 /goal 持续运行至目标完成 | “系统的脉搏与心跳” |
| 2 工作树 (Worktrees) | 为每个Agent分配独立工位，避免文件写入冲突 | “每人一间独立办公室” |
| 3 技能 (Skills) | 整合代码规范、架构约束、历史经验，供Agent每轮读取 | “放在桌面的工作手册” |
| 4 插件与连接器 | 连接GitHub、Slack、数据库、项目管理工具 | “通向真实世界的门” |
| 5 子Agent (Sub-Agents) | 分角色扮演：探索、实现、审查，避免自我校验偏差 | “专业分工的团队” |
+ 记忆层 (Memory) · 跨会话记录进度与历史状态，让Loop拥有“长期记忆”。
03 为什么是现在？一条清晰的演进线索
Loop Engineering不是凭空冒出的新词。如果把过去几年的AI工程概念排一排，底下藏着一条特别清楚的线。
年份 | 概念 | 核心动作 | AI自主时长 |
|---|---|---|---|
| 2023 | 提示词工程 | 把话问明白 | 单次问答 |
| 2024 | 上下文工程 | 管好AI能看见什么 | 数十步连续 |
| 2025 | 驾驭工程 | 配备完整工作环境 | 连续数小时 |
| 2026 | 循环工程 | 设计替您管Agent的系统 | 连续数天 / 并行上百实例 |
表面上是四个新词的更替，底下是同一个变量在持续增长：AI能连续自主工作的时间长度。
04 这不只是技术升级，更是一场角色的重塑
Loop Engineering最深刻的变化，不在技术层面，而在人的层面。
在过去的工作模式里，你是流程的控制者——你敲一次回车，AI动一下。而在Loop Engineering的世界里，你把控制权交给了系统，你变成了规则的设计者。
这就像从“亲自搬砖”变成了“设计流水线”。你的杠杆效应被极大放大——一个设计良好的Loop，可以让一个工程师的产出放大数倍甚至数十倍。
⚠️ 认知投降风险：Addy Osmani 郑重提醒——开发者过度依赖自动循环，放弃底层逻辑校验，最终变成“只会点启动键、不懂底层问题”的人。Loop虽然好用，但不要被它诱惑，变成不会思考、只会点“开始键”的人。
05 挑战与争议：新概念背后的真实问题
Loop Engineering的火爆也伴随着争议和质疑。
首先是成本问题。 Loop意味着Agent要反复迭代、反复调用模型，Token消耗是指数级增长的。有开发者直言：Loop Engineering方向没错，但现阶段更适合Token预算充裕的团队。如果月均API费用低于1000美元，优先把单次Prompt写稳更现实。
其次是“新瓶装旧酒”的争议。 部分从业者认为Loop只是Harness工程的延伸，并非全新的颠覆性技术，存在行业造词营销的嫌疑。
第三是质量控制的难题。 关于“代码越来越slop”的担忧是合理的。Loop跑得越久，积累的技术债务可能越多，而人类对过程的掌控却越来越弱。
第四是组织级的复杂性。 目前行业讨论基本停留在单Agent层面，从单Agent循环到多Agent协作网络，中间还有相当长的工程路要走。
结语：理解Loop Engineering，理解AI时代的“工程”本身
Loop Engineering之所以值得认真对待，不是因为它是一个新潮的概念，而是因为它精准捕捉到了AI工程从“手工调参”到“系统设计”的方向性转变。
这个转变的本质是：随着AI能力越来越强，人类的稀缺价值正在从“操作”迁移到“设计”。
你不再需要成为最好的“提示词写手”——因为AI自己就能写出不错的提示词。你需要成为那个能设计出稳定、可控、可扩展的循环系统的人。
真正的挑战从来不是学会写Loop，而是想清楚：当机器越来越能自己转起来的时候，什么才是只有你能做的事。
Loop Engineering 或许会像之前的Prompt Engineering一样，成为广泛接受的工程实践。
也或许它只是一个过渡概念。但那条演进线索不会停——
AI能连续自主工作的时间越来越长，而人类需要做的，是不断重新定义自己在其中的位置。
