循环工程 Loop Engineering 是什么？
循环工程（Loop Engineering）是一种使用 AI 编程 Agent 的方法：人不再一轮一轮手写提示词，而是设计一套能自己找活、派活、检查结果、记录进度的系统，由这套系统去给 Agent 下指令。打个比方，以前你是站在灶台边的厨师，每道菜都亲手翻锅。现在你在写后厨的排班和出菜规矩：谁来炒，炒完谁来尝味道，尝完怎么记账，都提前定好，只有出了岔子才会叫你过去。
它是怎么回事：五个零件加一本账
这个概念拆解得最完整的是 Addy Osmani 在 2026 年 6 月 7 日发的博客。他把循环看成一个递归的目标：你给出目的，AI 反复迭代，直到做完为止。一个循环需要五个零件，外加一个放记忆的地方。
第一个零件是定时任务（Automations），相当于循环的心跳，比如每天早上自己去翻前一天的 CI 失败记录和新开的 issue，不用你喊。第二个是 worktree，这是 git 的一种机制，给每个 Agent 一个独立的工作目录和分支，几个 Agent 同时改代码也踩不到对方的文件。第三个是 skill，一个带 SKILL.md 的文件夹，把项目约定写下来，免得 Agent 每次都从零开始猜。第四个是插件和连接器，基于 MCP，让 Agent 能读工单系统、查数据库、开 PR、往群里发通知。第五个是子 Agent，把“写的人”和“检查的人”分开，因为写代码的模型给自己打分往往太宽松。
那个放记忆的地方可以是一个 markdown 文件，也可以是一块 Linear 看板，总之要放在单次对话之外。模型两次运行之间会忘得干干净净，所以进度要记在磁盘上，不能指望上下文。
Osmani 自己常用的一种形状是这样：每天早上定时任务启动，调用一个分诊 skill，读 CI 失败记录、未关闭的 issue 和近期提交，把发现写进状态文件。每个值得处理的问题开一个独立 worktree，让一个子 Agent 起草修复，另一个子 Agent 对照项目 skill 和现有测试审查。连接器负责开 PR、更新工单，搞不定的丢进待处理收件箱留给人。整套东西设计一次，之后每一步都不用人敲提示词。
从哪来的：一条推文、一句话、一篇博客
这个词不是论文里出来的，而是 2026 年 6 月初在开发者圈子里传开的。OpenClaw 项目的创建者 Peter Steinberger 在 X 上说，别再给编程 Agent 写提示词了，该设计的是替你去提示 Agent 的循环。Anthropic 里负责 Claude Code 的 Boris Cherny 也说过类似的话，大意是他已经不直接提示 Claude，而是跑着一堆循环去提示它，他的工作就是写循环。Osmani 随后把这些说法整理成文并正式命名，并说循环工程在他早先写的 agent harness engineering（给单个 Agent 搭运行环境）之上，高一层。
循环本身并不新。Agent 内部那种“想一步、调一次工具、看一眼结果”的往复，2022 年的 ReAct 论文（Yao 等人，arXiv 2210.03629）就写过。新的是在这层循环外面再套一层由系统驱动的循环：谁触发，谁验收，进度记在哪，什么时候停。Osmani 还提到一个背景变化：一年前想要这种循环得自己写一堆 bash 脚本并一直维护，现在这些零件已经内置在主流产品里了。
现在在哪用：Claude Code 和 Codex 里的几个命令
目前讨论最多的落地产品是 Claude Code 和 OpenAI 的 Codex，两边的名字不同，做的事相近。
Claude Code 里，/loop 会按你给的间隔重复运行一条提示，比如每十分钟检查一次部署。它绑定在会话上，官方文档的对比表里写明它需要电脑开着、会话开着。想让任务脱离电脑运行，要用跑在 Anthropic 云端的 Routines。/goal 则是给一个完成条件，比如“auth 目录下的测试全部通过且 lint 干净”，每轮结束后由另一个独立模型判断条件是否成立，写代码的那个模型不给自己判卷。子 Agent 放在 .claude/agents/ 里，worktree 用 --worktree 参数或子 Agent 的隔离设置。
Codex 里有 Automations 标签页，可以选项目、提示、频率和运行环境，结果进一个分诊收件箱。它也有 /goal，官方用例页写的是让 Codex 跨多个回合朝着可验证的停止条件持续工作，可以无人值守好几个小时，需要在 config.toml 里打开 features.goals。子 Agent 用 .codex/agents/ 下的 TOML 文件定义。
这里要分清：循环工程是搭在 Agent 工具外面的做法，不是某个模型的能力。Osmani 的原话大意是，形状一旦相同，就别争用哪个工具，设计一个在哪个工具里都能跑的循环。
容易混的地方
它不等于“提示词工程已死”。Osmani 自己说得很明白，直接和 Agent 对话、亲手下指令依然有效，关键是在两者之间找平衡。不少文章把提示词、上下文、harness、循环画成一级一级往上叠的台阶，它们是叠加的层，后一层不会取代前一层。
它也不等于“让 Agent 多跑几轮”。每个 Agent 本来就有内部循环，循环工程关心的是外面那层：触发条件、独立的验收者、写在磁盘上的状态，以及明确的停止条件。缺了验收者和停止条件，只是让 Agent 自己瞎转。
它还有争议。国内有文章指出，它没有提出全新的技术架构，更像是用新名字把 AI 编程的老矛盾摆上台面：个人写代码更快了，团队交付未必更稳，代码多了，评审压力和维护成本反而更重。Osmani 自己也列了三个会随着循环变顺畅而更棘手的问题：验证责任仍在人身上，“完成”只是一个声明而不是证明；你对代码库的理解会落后于循环写出的代码，也就是他说的 comprehension debt；还有一种他叫 cognitive surrender 的状态，循环太顺，人就懒得再有自己的判断。
对使用者来说，最直接的影响是成本。Osmani 在文章开头就提醒要小心 token 消耗，子 Agent 各自调用模型和工具，开销更大。Claude Code 的 /goal 每次检查也是一次额外的模型请求。我们 AI主线 的建议是：先挑一件每周都会重复、结果能用一条命令验证的小事来试，比如测试是否全绿，把停止条件写成能被验证的话，再配上次数或预算上限，跑稳了再加子 Agent 和并行。