什么是循环工程 Loop Engineering？loop 比 prompt 难 10 倍

Claude 之父疾呼“别写 prompt 了”，但你真的准备好驾驭这辆复杂得多的“Agent 座驾”了吗？
核心内容：
1. 从 Prompt 工程到 Loop 工程的范式转变与风险
2. 调试失控循环的惊人难度与关键挑战
3. 未来竞争力的核心：掌控循环而非仅仅编写循环

有观点认为，很多人连Agentic Loop都还没理解透彻，就已经进入了Loop Engineering时代。一个是内循环，一个是外循环。2种方式，让Agent可以长时间干活不间断。但驾驭难度上升了，一般人控制不好，需要深刻理解每个环节的底层原理，才能驾驭好这辆“Agent”座驾。

Claude Code 之父 和 OpenClaw 创始人 同喊"别写 prompt 了"，但 47 轮 loop 跑偏时，你能 5 秒看出来吗？

判断力从人手里交到 Harness 手里，放大的是能力，也是错误。

未来不是"谁会写 loop"，而是"谁的 Token 撑得起 loop 失控的代价"。

Claude Code 之父和 OpenClaw 创始人在 36 小时内连续发声，告诉全世界"别写 prompt 了，去设计 loop"。

工程师睡觉时 loop 在跑

这话对。但只对一半。

另一半没人讲：

。

这是

的问题。

不是 prompt 升级到 loop，是判断权从人手里交到 Harness 手里

Prompt工程时代，你守着 Agent。每一次调用，你都在场。Agent 是工具，你是守着它的人。

Loop Engineering 时代，你

守着 Agent。Agent 在一个你设计的循环里自我迭代；它在跑，你在睡。

"我有一堆循环在运行，它们在提示 Claude 并判断接下来该做什么。我的工作变成了写循环。"

"你不该再给编程 Agent 写提示词了。你应该设计一套循环机制，让这些循环去提示你的 Agent。"

。

但系统归系统，

。

Anthropic的 Harness 博文里写得最清楚：他们做生成器 / 评估器 / 规划器

Agent 的关键设计，是

—— "防止自己评自己"。

Loop 是新的能力放大器，也是新的错误放大器

"所有人都在一窝蜂地冲去做 loop，但调试一个已经跑了 47 轮的状态机，比修一个单次 prompt 难 10 倍，而大多数人甚至连一个可靠的一次性 prompt 都写不出来。"

调试 47 轮 loop 状态机

。

不是"loop 让 Agent 更强"，是"loop 让 Agent 的失败路径更长"。

不是"loop 解放了人"，是"loop 把人从操作工变成了审计员"。

审计员比操作工更稀缺，也更累。

。

差异

在近期关于 AI Agent 开发模式的讨论中，Claude Code之父与OpenClaw之父展现了截然不同的立场与实践方式。

Claude Code之父，夜间运行数千个 Agent，背后有“近乎无限”的 token 配额加上 Claude 旗舰模型的支持。递归自我改进是主要安全风险。在过去 8 个月中“没有亲手写过一行代码”，完全依赖 Agent 完成工作

而OpenClaw之父，日常并行运行 5 到 6 个 Codex Agent（最多时曾有 10 个），并受限于个人每月 200 美元的使用上限，同时通过 OpenClaw 来监视 Codex 的行为。偶尔会发生 Agent 把代码全部清空的情况。仍然亲自审查代码和结果。

普通人听到"别写 prompt 了"会以为这是技术普惠。

真相是：这是一份

。

Boris 与 Peter 的Token反差

Loop 永远替不了你做的三件事

。
Anthropic 评估器用 Playwright MCP（让 AI 操作浏览器的协议）真打开网页、点击、截图、调用接口（API）、查数据库（DB）。 —— 验证必须独立于生成。

人对自己的 Agent 输出的标准一样：你是真的在看，还是在"看了一个假装的合理"？

。
"模型每次运行都失忆，记忆必须放在磁盘而不是上下文"：。

Stop hook 是 loop 时代

。

。
YC CEO Garry Tan 警告："不要把 Agent 变成富士康工厂式的重复劳动机器。"这话很准。

Loop 设计的真正分水岭是：

？

你把它当谁，决定了它活成谁。

机长思维与三件不可替代的事

你该不该写 loop？

自检清单，请逐项确认以下条件是否满足：

• / [ ]

  任务有明确验收标准吗？
  
  确保每个任务在启动前已定义可量化的完成条件。

• / [ ]

  你的 token 预算能撑住 100 轮迭代吗？
  
  评估最坏情况下的 token 消耗，避免循环中途耗尽预算。

• / [ ]

  你能在 5 秒内判断 Agent 的输出对不对吗？
  
  输出验证应快速、直观，无需深度分析即可判断正确性。

• / [ ]

  loop 跑偏时你能在 1 小时内回滚吗？
  
  准备快速回滚机制，确保异常行为发生后能迅速恢复到稳定状态。

• / [ ]

  Stop hook 条件写到字段级了吗？
  
  终止条件应细化到具体字段或参数，而非仅靠整体判断。

• / [ ]

  你有独立的验证通道（人 / 另一只 Agent）吗？
  
  设置独立于主 loop 的验证机制，避免自检盲区。

• / [ ]

  你愿意为这套 loop 写一份《崩溃自检指南》吗？
  
  提前准备故障排查文档，减少崩溃时的混乱和修复时间。

• / [ ]

  你的组织允许“Agent 失误一次”是常态吗？
  
  确保团队文化和流程能容忍 Agent 的偶发错误，并视其为正常迭代的一部分。

8 项问到底，

：

判断密度 = 你的时间 × 你的认知 × 你的回滚速度。

？

还是这个：

。

最后

别被新范式推着上 loop。