Loop 工程
让 AI Agent 自己跑起来

01什么是 Loop 工程#

用一句话开篇，再讲清楚它和我们熟悉的 Prompt / Context 工程到底有什么区别。

它的核心思想可以浓缩成一句话——关键不是再给 Claude 一句 Prompt，而是写让 Claude 自己 prompt 自己的 loop。这背后体现的是 AI 工程化思路的一次跃迁：人不再是按下"下一步"按钮的发动机，而是设计整套自驱系统的架构师。

但要注意：Loop 工程不是 Prompt 工程的替代品。Loop 内的每一轮仍然需要好的 Prompt，仍然需要被精确组织的 Context，仍然需要为单个 Agent 装备好工具脚手架（Harness）。它改变的是"由谁来按下下一步按钮"，而不是按下按钮时该说什么。

02工程化范式金字塔#

Prompt → Context → Harness → Loop，AI 工程化的四层递进。

03起源与演进时间线#

从 ReAct 论文到 Loop Engineering 命名，4 年的关键节点。

04核心架构#

从最简单的单步 Agent Loop 看起，理解感知—思考—行动—反思的闭环。

单步 Agent Loop（ReAct 范式）

这是最经典也是最底层的循环结构，所有更复杂的循环都是它的演变与组合：

五个核心要素：

• 感知（Observation）：从环境/工具拿回客观反馈，而不是只靠模型自述。
• 思考（Thought / Plan）：LLM 推理下一步该做什么。
• 行动（Tool Action）：通过工具调用真正改变世界状态。
• 反思（Reflect / Memory Update）：把这一轮的经验沉淀到下一轮可用。
• 终止判断（Stop Condition）：目标达成 / 步数耗尽 / 人工介入，三者缺一不可。

05Addy Osmani 的六大组件#

一个生产级 Loop 至少需要这六类组件协同工作。

06LangChain 四层循环堆叠#

Sydney Runkle 的工程模型：把 Loop 按"执行 → 验证 → 事件 → 改进"四层堆起来。

这一抽象的价值在于：每一层都有清晰的输入、输出和触发条件，工程师可以独立测试、独立部署、独立优化。而不是把所有逻辑塞进一个 while True 里。

07代码片段速览#

三段最具代表性的伪代码 — 从理论落到键盘上的最短路径。

① LangGraph 的最小 Agent Loop（L1）

LangChain 在 2026 年把"工具循环 + 验证 + 反思"的原语收敛成 create_agent。一段标准 ReAct 风格的 Agent 不超过 10 行：

from langchain.agents import create_agent
from langchain_anthropic import ChatAnthropic
from my_tools import search_web, run_tests, open_pr

# L1 · Agent Loop：模型循环调用工具直到收敛
agent = create_agent(
    model=ChatAnthropic(model="claude-sonnet-4.5"),
    tools=[search_web, run_tests, open_pr],
    max_iterations=12,                  # 硬上限，防止失控
)

result = agent.invoke({"input": "修复 #482 并发起 PR"})
print(result["output"])

② Claude Code 的 /goal 工作流（独立 Checker）

把"是否完成"交给一个不同的模型判定，这是 Loop 工程区别于普通 while 循环的灵魂：

# /goal: 持续重跑直到独立 Checker 通过
goal: "为 src/auth/* 补到 90% 行覆盖率"

loop:
  maker:          # Maker：负责实际产出
    model: claude-sonnet-4.5
    action: write_tests + run_coverage

  checker:        # Checker：独立模型，只看证据不看过程
    model: claude-opus-4.5
    rubric:
      - coverage_pct >= 90
      - all_tests_pass == true
      - no_test_marked_skip

  on_pass:  commit + open_pr
  on_fail:  feed_diff_to_maker + retry (max 5)
  on_stuck: escalate_to_human    # 连续 3 轮无进展 → 升级

③ MCP 子 Agent 配置（让 Loop 真正能动手）

Claude Code 与 Codex 现在都用类似的 .claude/agents/*.toml 来声明子 Agent，把工具和权限作用域绑死：

name        = "reviewer"
description = "对每个 PR 做安全 + 性能审计，写在主 Agent 之外"
model       = "claude-opus-4.5"

# MCP 接入的工具白名单（最小权限原则）
[[tools]]
mcp_server = "github"
allow      = ["get_pr_diff", "post_review_comment"]

[[tools]]
mcp_server = "semgrep"
allow      = ["scan_diff"]

# 子 Agent 永远不能直接合并主分支
deny = ["git_merge_main", "force_push"]

08主流循环模式对比#

从学术论文到 Anthropic 5 模式，挑对模式才能少走弯路。

Anthropic 的五种工作流模式

在《Building Effective Agents》中，Anthropic 还把更常见的非全自主循环梳理为 5 类生产工作流，是 Loop 工程的"应用层目录"：

• Prompt Chaining：串联多个 LLM 调用，每一步基于前一步输出。
• Routing：分类后路由到不同的专项处理流程。
• Parallelization：并行运行多个调用后聚合结果。
• Orchestrator-Workers：主 Agent 拆分任务给从属 Worker。
• Evaluator-Optimizer：评审者+优化者闭环。

09主流产品如何实现 Loop#

Claude Code、Codex、LangGraph、Cursor、Devin —— 看看这些"长在最前面"的产品到底怎么落地。

10关键工程挑战与解法#

把 Loop 推到生产环境，会撞上的真实问题与对应缓解。

11五个最常见的误区#

看到这些信号，说明你（或团队）已经偏离了 Loop 工程的核心。

1. 把 Loop 等同于 while 循环。忽视 Maker/Checker 分离、外部 State 持久化、独立完成判定，把所有逻辑塞进一个无脑循环里。
2. 忽视退出条件。没有硬门禁（测试 / lint / type / 评审）的 Loop 就是烧钱机，越跑越偏。
3. 让生成代码的同一个模型来判定"是否完成"。Boris Cherny 的 /goal 与 Addy 的 "checker" 都明确指出这是核心错误。
4. 盲目堆 sub-agent。每个子 Agent 都在烧 token，应当只在"第二意见值得付费的地方"才用。
5. 认知投降。自动化做得越好，越容易停止形成自己的判断。要主动留 Loop 假期、读每个 diff、视 Loop 为实习生而非替身。

12推荐学习路径#

按这个顺序读完，你就能在团队里讲清楚 Loop 工程的来龙去脉。

13术语速查表#

手册中反复出现的高频术语集中索引，加深印象用。

Agent Loop L1

LLM 循环调用工具直到任务完成的最基础循环结构，即 ReAct 模板的工程化实现。

Harness

给单个 Agent 装备工具、记忆、提示模板的"脚手架"。位于 Context 工程之上、Loop 工程之下。

Maker / Checker

生产者与审核者分离原则。生成代码的模型不能给自己判定 done，必须由另一个模型/规则集独立验证。

Worktree

Git 的多工作树机制。Loop 工程里常用于在同一仓库下物理隔离并行 Agent，避免互相踩踏。

MCP Model Context Protocol

Anthropic 2024 年开源的开放协议，让 Agent 用统一接口接入外部工具与数据源，是 Loop 工程的"插座"。

Trace

Agent 一次完整执行的多步日志（提示、工具调用、观察、token 数）。可观测性的最小单位，LangSmith / Helicone 的核心数据模型。

Hill-Climbing Loop L4

四层堆叠的最上层：用历史 trace 自动改写 prompt / 工具 / 模型选择，让系统自我进化。

Evaluator-Optimizer

Anthropic 5 模式之一：一个 LLM 生成，另一个 LLM 评审，分数不达标就带反馈重做。等同于 L2 验证循环。

ReAct

Reasoning + Acting，Yao 2022 提出的 Thought / Action / Observation 单步循环模板，所有后续循环模式的祖先。

Reflexion

失败后写一段"经验"进入下一次尝试的循环模式。Shinn & Labash 2023，arXiv 2303.11366。

Context Poisoning

上下文窗口被错误信息或冗余历史"毒化"，导致模型反复重述同样错误。Loop 越长越容易出现。

Autoresearch

Karpathy 等推崇的趋势：人逐步从循环中退出，让 Agent 系统自己提出问题、自己验证、自己继续。Loop 工程的终极目标。

14常见疑问 FAQ#

手册学完之后，最容易被问到也最容易答错的五个问题。

15参考资料#

所有结论均可追溯到下面的一手或权威来源，按置信度排序。

• 一手 · 高 Anthropic · Building Effective Agents (2024-12)
• 一手 · 高 Addy Osmani · Loop Engineering (2026-06-07，命名性文章)
• 一手 · 高 LangChain · The Art of Loop Engineering (2026-06-16)
• 一手 · 高 Lilian Weng · LLM Powered Autonomous Agents (2023-06)
• 一手 · 高 Anthropic · Demystifying Evals for AI Agents (2026-01)
• 二手 · 中高 Cobus Greyling · Loop Engineering (2026-06-09)
• 二手 · 中高 Latent.Space / swyx · Loopcraft (2026-06-12)
• 二手 · 中 Business Insider · "Forget Prompt Engineering" (2026-06-20)
• 二手 · 中 MindStudio · What Is Loop Engineering? (2026-06-09)
• 中文 · 中 CSDN · 从提示词工程到循环工程 (2026-06-24)