Loop Engineering 是 Harness 的局部命名

最近一个词在 AI 圈被反复提起：Loop Engineering，循环工程。01Coder（小木头）做了一期视频把这件事讲了一遍，原视频在文末。我看完顺手对了一下自己手里这一年的笔记，想说一句直接点的：它没那么新，但 Boris Cherny 给出的「三阶段」很值得对号入座一次。

一条推开始的转变

6 月初，PSPDFKit 作者 Peter Steinberger 发了一条推：你不该再用提示词来驱动智能体写代码，你应该去设计那些循环来驱动智能体工作。几天之内冲到了百万浏览。差不多同一时间，Claude Code 团队的 Boris Cherny 把话说得更直白：他自己已经不用提示词驱动 Claude Code 了，他有一堆 loop 在跑，是这些 loop 在驱动 Claude Code 自己决定该干什么。后来 Addy Osmani 写了篇 Loop Engineering 把这波讨论收拢成了一个词。

Boris 的描述里有个三阶段，按”我现在在哪儿”的视角对号入座，比抽象讨论 Loop Engineering 是什么有用：

• 第一阶段：手动驾驶。你手写代码，模型给你 Tab 自动补全。早期用 Copilot/Cursor 的状态。
• 第二阶段：并行手动。你同时开 5 个、10 个 Claude 会话，每个都在干活，但每次对话都是你亲手发起的。你成了一个调度员，在好几个窗口之间来回切。很多重度用户现在就在这个阶段，我自己大概率也在这里。
• 第三阶段：你不再发起对话。你写了一个系统，让它自己去读你的仓库、读 issue、读 CI 的失败，自己决定该用什么提示词驱动模型工作。你从 loop 里打字的那个人，变成 loop 的作者。

Loop Engineering 就是第三阶段：不再亲手写每条提示词，而是去设计那个替你写提示词的系统。

一个 loop 是由什么搭起来的

Osmani 把一个典型的循环系统拆成了 5 块加 1 根脊柱。值得记一下，因为它让”loop”这个抽象的词落到了具体的零件上：

• 心跳：自动触发器。定时任务到点自己跑，自己去发现有什么活要干，不需要你手动驱动。
• Worktree：多个 agent 同时工作时，各自待在隔离的分支目录里，互不踩对方的文件。像两个工程师各开各的分支。
• Skill：把项目的规则、规矩写进一个 skill 文件。写一次，每个 agent 每次都会读。
• 连接器（MCP）：靠 MCP 把 agent 接到真实工具上，比如 issue 系统、数据库、Slack。有了它，agent 才不只是出一句”这是修复方案”，而是真的去开 PR、更新 ticket、发通知。
• 子 agent：把写代码和审代码拆开。写代码的模型给自己作业打分时有时太宽容，所以另开一个 agent 来挑刺。
• 脊柱：记忆。一个 markdown 文件、一块 Linear 看板，都行。把做过什么、试过什么、还差什么记在对话之外。agent 会忘，持久化系统帮它记住。

拼起来，一次循环长这样：早上心跳触发任务，调度一个分诊的 skill 去读昨晚 CI 的失败和最近的提交，每个能处理的问题开一个独立的 worktree，子 agent 修复，另一个子 agent 对照 skill 和测试审查，连接器把 PR 开出来、把 ticket 更新掉。搞不定的丢进收件箱等你来看，状态文件实时记录这一切。明天接着跑。

Osmani 说：这一圈下来你只设计了一次，中间每一步你一条提示词都没有打。

/goal 和 /loop 是两种不同的触发器

视频里有段演示我觉得讲清楚了一个我之前没特别区分过的点：/goal 和 /loop 这两个命令的差别。

/goal 是条件触发：你给它一个可以判定真假的目标，它自己一轮一轮跑，每轮结束判断目标到没到，没到再跑一轮，直到达成自动收工。

/loop 是时间触发：按时间表盲跑，到点把你给它的那段提示词再跑一遍。它并不判断完成没完成，它只负责准时执行。这正好对应 Osmani 说的”心跳”。

01Coder 自己做的演示是一个非编程的 loop：每天用一个叫 verysmallwoods-research 的工具拉过去 24 小时的 AI 资讯，挑出能写成深度文的，追加进 inbox.md，再用一个叫 topic-score 的子 agent 给每条打分。--schedule 参数定工作日每天早上 8 点跑。

我觉得这个例子比”自动修 bug”更值得普通人看，因为它戳破了一个误解：loop 不是程序员专属。它的本质是让一个长期进程替你做重复的脑力活，写代码只是其中一种。

它不是新东西

这件事的位置，我自己的判断是：Loop Engineering 是 Harness Engineering 在「循环编排 + 心跳触发」这两个维度上的局部命名，不算独立的新范式。

Harness Engineering 这个词去年下半年就在用了，是围绕 LLM 的工程学科：Prompt Engineering → Context Engineering → Harness Engineering 三个同心圆，最外层包前两层，再加工具编排、状态持久化、错误恢复、验证循环、安全执行、生命周期管理。Akshay 总结过 12 个组件，Garry Tan 提过 Thin Harness / Fat Skills 架构，Anthropic 自己也发过 Ralph Loop 模式。CMU/Yale 合作的那篇 71 页综述把它拆成了 ETCLOVG 七层：Execution、Tooling、Context、Lifecycle、Observability、Verification、Governance。

Loop Engineering 这个词覆盖的，主要是 Lifecycle（生命周期/编排）这一层里的循环模式，加上 Execution 层里的心跳触发器。其他几层——记忆、上下文、可观测性、验证、治理——视频里都顺手提了，但不是这个词的主战场。

这个对位有什么用？两个：

一是不要被”范式转移”四个字唬住。Boris 那条推的”不要再用提示词驱动智能体，要去设计循环”读起来像一次根本转变，但实际上提示词没有消失，它只是从你手敲的位置挪到了 skill 文件和 loop 描述里。LangChain 的 Vivek Trivedy 早就给出了 Agent = Model + Harness 的干净定义：不是模型的，就是 harness。Loop 是 harness 的一种组装方式，不是它的替代物。

二是不要把循环本身当成银弹。视频里 Osmani 自己也说，最危险的姿态是舒舒服服地接受 loop 拖出来的一切。Loop 越快交付你没亲手写、没亲眼看过的代码，仓库里的东西和你脑子里真正搞懂的东西，差距就越大。

Anthropic 有个出了名的 Ralph 循环（来自 Geoffrey Huntley），特点是「锲而不舍永不放弃」，不停执行。它有个著名的失败模式叫 overbaking——发酵过头：你让它修个小 bug，它会跑很久很久，最后自作主张加上一堆没人要的功能，甚至把本来能编译的代码改坏。无人盯着的 loop，也是无人盯着地在犯错。

我自己反复在 CLAUDE.md 里写过一句话：搭好 harness、蒸馏出 skill、让循环自己跑，人扶方向盘，不站流水线。「扶方向盘」是关键，不是放手。

4 条 ROI 测试

视频后半段引了一篇文章，标题不留情面：多数开发者其实还不需要 agent loop。给了 4 条判断标准，决定一件事值不值得做成 loop：

1. 这个活每周以上都会重复。一次性的活不值得做这套搭建。
2. 验证能自动化。测试、类型检查、linter 这些能自己把坏结果挡掉的，不用你肉眼省的。
3. token 预算扛得住，甚至扛得住浪费。loop 会反复读取上下文、来回试探，这些都花 token 花钱，不管最后代码用没用上。
4. agent 手里有资深工程师那套工具。日志、能浮现问题的环境、能把自己写的代码跑起来看哪里崩了。

四条都满足，loop 才划算。

这条清单值得贴在墙上。我把它和自己 CLAUDE.md 里那条「先把问题改写成可验证系统再让 agent 跑循环」对照了一下，发现验证（第 2 条）是最难也最不能让渡的。/loop 命令本身没有验证义务——它「只负责准时执行」。验证得你自己设计进 skill 里，设计进子 agent 里，设计进每一轮跑完之后的检查里。

ETCLOVG 七层里那两层永远不会消失：Verification（验证） 和 Governance（治理）。模型再强，可验证性和可审计性是你必须握在手里的东西。Loop 让交付变快，不让验证变容易。

我会怎么用

回头看我自己的工作流，其实已经有一个准 loop 在跑——只是我没把它叫 loop：每天晚上我会过一遍当天的剪藏和工作日记，挑出值得长期沉淀的，扔进 /ingest 或 /distill 管道，落到 wiki/sources/ 和 wiki/analysis/。这件事每周以上重复（条件 1 满足），结果可自动校验（lint 命令查孤岛/矛盾/过期，条件 2 满足），token 不算贵（条件 3 满足），agent 手里有完整文件系统和我整理过的 skill（条件 4 满足）。

四条都过。下一步是把这件事从「我每天主动跑」改成「一个 /loop 替我跑，我只看产物」。最小可验证版本应该长这样：

• 心跳：每天晚上 22:00 触发一次。
• Skill：复用现有的 /ingest 和 /distill。
• 输入：当天 raw/wiki-clips/ 新增的剪藏 + 当天日记的标题列表。
• 输出：候选清单追加进一个 inbox.md，子 agent 按”信号密度”打 1-3 分。
• 验证：lint 跑一遍，孤岛/矛盾报警；超过 3 个矛盾则丢进收件箱等我看。
• 记忆：状态文件记今天处理了多少条、跳过了多少条、为什么跳过。

这就是 Loop Engineering 在我自己工作流里的样子。它不需要我学新东西，它只是让我把已经在做的事情，从手动调度变成系统跑。

视频原片在上方。Boris 三阶段和 4 条 ROI 测试是其中我觉得最值得记的两件事。其他细节看视频更直观。

• 视频原片：https://www.youtube.com/watch?v=WuMlsfKeWHc
• Addy Osmani 原文：https://addyosmani.com/blog/loop-engineering/
• Peter Steinberger 推文：https://x.com/steipete/status/2063697162748260627