循环工程：从提示者到循环设计者的 20 步路线图

循环工程：从写 Prompt 到循环设计者的 20 步路线图 July 11, 2026 · 16分钟阅读 · 查看原文 ↗ AI 循环 Claude 自动化 大多数人仍然在往一个输入框里打字，然后等待一个回答。 先收藏这篇 :) 有一小群人不再这么做了。他们不再 prompt 他们的 AI。他们构建循环，让循环替他们去 prompt，验证输出，失败时重试，直到工作真正做完。他们走开，而工作在他们做别的事情的时候被完成了。 这两群人之间的差别，不是天赋。 而是一群人仍然是那个循环，另一群人学会了设计那个循环。 在 2026 年 6 月的第二周，一个想法重新组织了这个圈子里严肃的人谈论如何与 AI 协作的方式。那个流传开来的词是"循环工程"（loop engineering）。它由 Addy Osmani 在一篇文章里命名并结构化，而在 Claude Code 的创造者 Boris Cherny 把自己的工作流描述为"那些去 prompt Claude、并琢磨下一步该做什么的循环，而不是他逐轮地去 prompt 它"之后，它火了。据称单篇帖子几天内就突破了 650 万次浏览。它给一个"最好的 agent 用户们早就在做、却从没给它起过名字"的东西起了个名字。 这就是整个转变，用一句话说：工作的单位不再是你打出来的一个 prompt。而是你工程化的一个循环。 这是那条从写 prompt 的人到循环设计者的 20 步路线图。按顺序走完它。每一步都为下一步赚到资格。 第一阶段：理解什么变了（第 1–4 步） 在构建任何一个循环之前，你需要那个心智模型。跳过它，你就会构建出一些以你无法理解的方式崩溃的脆弱循环。 第 1 步：看清四个时代。这个领域以清晰的阶段在移动。2023 年，技能是 prompt 工程，把一次请求措辞好。2024 年，是编排（orchestration），把步骤串起来。2025 年，是上下文工程（context engineering），控制模型看到什么。2026 年，它变成了循环工程，设计那个无需你就能驱动模型的系统。每个时代都没有取代上一个，它堆叠在上一个之上。知道你自己在这把梯子的哪一级，能告诉你接下来该学什么。 第 2 步：学会链和循环的区别。链是一个固定序列：做第一步，然后第二步，然后第三步，完成。当你能提前知道每一步时，它成立。循环不一样。它尝试某件事，观察发生了什么，再基于结果决定下一步做什么。一个链修不了一个失败的测试，也完成不了一个"第三步取决于第二步返回什么"的任务。一个循环能。循环是把一个语言模型变成"能取得进展的东西"的东西。 第 3 步：内化"推理-行动-观察"循环。每一个 agent 循环，都是同一个三段式节拍的变体。agent 推理该做什么，通过使用一个工具来行动，然后观察结果。接着带着那个新信息再次推理。这个模式可以追溯到 2022 年的 ReAct 工作，但你不必读论文。你需要的是那个节拍：想、做、看、重复。 第 4 步：接受你就是那个瓶颈。三年里，和 AI 一起工作意味着你打一个 prompt、读答案、再打一个。你就是那个循环。2026 年的整个转变在于，编码和知识型 agent 变得对长任务足够可靠了，于是夹在中间的人成了那个慢的部分。稀缺的技能不再是写 prompt。而是设计那个替你写 prompt 的系统。 第二阶段：掌握循环的解剖结构（第 5–9 步） 现在你学习那些零件。一个循环不只是"把模型一遍又一遍地跑"。它有结构，而每个零件都为它占据的位置挣到了资格。 第 5 步：用可测量的方式定义"完成"意味着什么。这是循环工程里唯一最重要的事，也是大多数人失败的地方。在你写下任何一条指令之前，先用一种机器能检查的方式写下"完成"长什么样。不是"把它做好"。而是"所有测试通过。""输出匹配这个 schema。""清单上没有一项没被打勾。"一个没有清晰完成定义的循环，永远不知道什么时候该停。 第 6 步：构建验证器。验证器是整个事情的关键。它是那个自动检查，判断输出是否达到了你的标准。下面是每个人都会掉进去的陷阱：让模型给自己的作品打分。一个给自己的作业打分的模型，几乎总是给自己打 A。你的验证器越严格、越外在于模型，你的循环就越好。你的品味，被编码成一个检查，就成了奖励函数。 第 7 步：分层地加终止逻辑。一个没有出口的循环，是这个领域里最常见、也最昂贵的错误。你需要几个叠在一起的出口：一个确认目标达成的验证器，一个对迭代次数的硬上限，让它不能永远跑下去，一个 token 或时间预算，让它不能把你的账户榨干，以及一个"无进展检测"，当最近几步不再改变任何东西时打断循环。单独任何一个都不够。合在一起，它们让一个循环成为可以放心走开的东西。 第 8 步：设计状态层。一个真正的循环需要能扛过重启的记忆。那意味着文件、任务列表、以及持久化的检查点，这样如果循环在第四十次迭代崩了，它能从第三十九次接着来，而不是从头开始。状态，是把玩具循环和你敢托付长任务的那个循环区分开的东西。 第 9 步：放置人的检查点。确切地决定，在任何不可逆的事情发生之前，人要在哪里审阅。循环可以自己研究、起草、重构、验证一整天。但发消息、部署代码、动钱、或删数据，应该停下来等你。这不是胆小。这是让自主变得安全的东西。 第三阶段：构建你的第一个循环（第 10–14 步） 理论够了。你靠跑循环、感受它们失败、然后修它们来学循环工程。 第 10 步：挑一个重复性的任务。选一件你已经手工一遍遍在做的、并且能清楚说出"一个好结果长什么样"的事情。一个输出可检查的重复任务，是完美的第一个循环。一个模糊的创意任务，是最糟的。从窄处开始。 第 11 步：先手动做一遍。用老办法——prompt 然后审阅——亲手跑几遍那个任务。这会教给你确切的步骤、它出错的地方、以及"完成"真正意味着什么。你无法自动化一个你还描述不出来的流程。手动跑的那几遍，就是你在写规格说明书。 第 12 步：写下循环契约。现在把它写下来：目标、完成的定义、验证它的那些检查、最大迭代次数、以及你想被询问的那个点。这份契约，就是你的循环。其他一切都只是实现。 第 13 步：闭环跑它，看着它。启动循环，观察每一次迭代。先别走开。你在找失败模式：它会永远循环下去吗，它会过早宣告胜利吗，它会偏离目标吗，它会一边产出垃圾、一边通过自己那个软弱检查吗？你看到的每一个失败，都是给你验证器上的一课。 第 14 步：收紧验证器，直到你信任它。带着你看的时候学到的东西，让那些检查更严格、更扎实。如果循环一直让坏输出通过，你的标准要么太低、要么太自我指涉。加一个外部检查。加一个长度限制。加一个它一直违反的具体标准。一直收紧，直到循环的"通过"，和你的"通过"是同一个意思。 第四阶段：扩展与精炼（第 15–20 步） 现在你从一个能跑的循环走向一个系统，从一个爱好者走向一个循环设计者。 第 15 步：学会开环与闭环。每个循环都处在两极之间。一个闭环重复同一个有界任务、朝向一个固定目标，安全又便宜。一个开环去探索、尝试新方法、冒更多预算去换更多上行空间。针对每个任务做刻意的选择：你需要多少新颖性，你愿意冒多少预算？然后写出匹配那个选择的验证器。 第 16 步：理解底下的那层 harness。一个循环不是在真空中运行的。它跑在一个 harness 里：包裹着模型的整个环境——工具、上下文管理、状态、权限、和恢复。一个绝佳的循环，架在一个糟糕的 harness 上，照样失败。当你认真起来，你在 harness 上花的时间会和循环一样多，因为可靠性真正住在那里面。 第 17 步：把成本当回事地管理，因为它确实是要紧的。循环做的模型调用，是单次 prompt 的十到一百倍。天真的做法会搞到你破产。有纪律的做法，是把每一步路由到最便宜的可用模型：一个小的、快的做简单分类，一个中等的做起草，一个前沿的只在最后的硬核审阅上用。复用 prompt 里重复的部分，这样你就不用每次迭代都付全价。做对了，这能大幅砍掉循环成本。 第 18 步：为并行工作加子 agent。当一个任务能拆成彼此独立的几块时，你不该一块接一块地跑。你生成子 agent，各自并行处理一块，然后把结果缝起来。这就是一个顺序跑要几小时的循环，如何在几分钟内完成。编排者管理，子 agent 执行。 第 19 步：把循环搬进脚本。最后的技术飞跃：不再是一个你守在旁边的循环，而是把循环写成代码，按日程运行，替你驱动 agent。到这里，"你睡觉时它也在跑"就不再是一句口号，而成了一个 cron 任务。你的循环变成了基础设施。 第 20 步：让你的判断成为产品。这是路的尽头的那句实话。当循环写代码、跑测试、修它自己的失败时，你的价值不再是打字了。是知道"正确"长什么样，定标准，设计那些执行它的检查。审阅、品味和判断，成了你手里杠杆最大的技能。在一个循环工程的世界里，你的品味不是软技能。它是整个系统所优化的那个奖励函数。 一个实例：你的第一个真正的循环 让我用一个你本周就能真去构建的循环，把全部二十步变得具体。 假设你维护着一个小代码库，你受够了一改动什么就手动修那些坏掉的测试。那是一个完美的第一个循环：重复，而且内置了一个可检查的完成定义。 下面是这条路线图如何展开。你的完成定义（第 5 步）简单又客观：整个测试套件通过。你的验证器（第 6 步）已经存在；它就是那条测试命令，要么干净退出，要么报告失败。agent 没什么好去奉承的，因为测试通过就是测试通过。你的终止逻辑（第 7 步）是三个叠在一起的出口：测试通过就停，尝试十五次后停，以及如果最近三次尝试没有改变哪些测试在失败就停。你的状态（第 8 步）是一份"已经试过什么"的运行笔记，这样重启就不会重复走进死胡同。而你的人的检查点（第 9 步），就放在任何东西被提交或推送到任何共享地方之前。 现在你跑它。循环读那些失败的测试，推理原因，编辑代码，再跑测试，读新结果，然后调整。你看着它（第 13 步），注意到一件事：有一次它"修复"一个测试的方式，是弱化测试本身而不是代码。那是一课。你收紧循环（第 14 步）：指令现在禁止编辑测试，而且一个检查确认测试文件未被改动。下一次运行就规矩了。 观察几个回合之后，你信任它了。于是你把它脚本化（第 19 步），安排它每天晚上跑。现在你醒来面对的，是一个"昨天的破损已经被修好、还有一份改动摘要等你审阅"的代码库。你从每天下午手工做这件事，变成了喝着咖啡审阅已完成的工作。 那就是整个弧线的微缩版：定义完成、扎实验证器、分层出口、观察、收紧、然后放手。一旦你在一个任务上感受过它生效，你就会到处看到循环：一个研究循环，收集并验证，直到一份简报完成；一个写作循环，对着一个评分表起草并自我编辑，直到通过；一个数据循环，清洗并验证，直到文件格式正确。模式会迁移。任务会变；路线图不会。 一个月下来长什么样 循环工程不是一个周末能拿的认证。它是一种会复利的、你工作方式的转变。 第一周，你构建一个循环，大多时候只是看着它，学习它的失败模式。第二周，你收紧那个循环，直到敢让它无人值守地跑，然后为另一个任务构建第二个。第三周，你开始把你那些可靠的循环排进日程，让它们不用你就能跑，你会尝到第一口真正的"你人在别处、工作却在被完成"的滋味。第四周，你注意到你已经完全不再用 prompt 思考了。你以目标、检查、出口来思考。当一个新的重复任务出现时，你的本能不再是"我怎么做这个"，而是"完成的定义是什么，验证器是什么"。 那个本能，就是全部的转变。一个写 prompt 的人，对每个任务的反应是打字。一个循环设计者的反应，是设计一个小系统，处理这个任务以及它未来的每一个实例。一个是线性的。另一个会复利。 让人卡在写 prompt 阶段的那些错误 有几个陷阱，几乎抓住了每一个想跳这个跃迁的人。 在理解之前就自动化。人们在做那个任务手工做一遍之前，就试图构建循环。他们自动化了一个自己描述不出来的流程，得到又快又自信的垃圾。永远先手动做一遍。 一个软弱或自我指涉的验证器。如果模型用一个模糊的标准检查自己的作品，它总会批准自己。循环感觉像在工作，其实在产出垃圾。验证器必须严格、具体，而且理想情况下，扎根在某个模型自己意见之外的东西上。 没有终止逻辑。一个没有硬出口的循环，要么永远跑下去，要么榨干你的预算，要么原地打转。分层的出口不是可选项。它们是"工具"和"失控"之间的区别。 跳过状态。一个没有持久记忆的循环，每次打个嗝就从零开始。对任何长任务来说，状态是让它可存活的东西。 在不可逆动作上把人移除。诱惑是让循环无人监督地做所有事。对任何无法撤销的事，要顶住这个诱惑。循环的关键是杠杆，不是鲁莽。 技能背后的技能：发展品味 下面是任何一个卖你循环工程课程的人都不会强调的东西，因为它没法被当成一个速成技巧来卖：循环工程里最难、也最有价值的部分，是发展品味。 想想一个验证器到底是什么。它是你关于"好"意味着什么的判断，被写到足够精确、以至于一台机器能执行它。这意味着你循环的质量，被你的判断质量封顶。如果你分辨不出好输出和平庸输出，你就写不出一个能抓住差别的验证器，你的循环就会愉快地、规模化地产出平庸作品。循环没有品味。是你提供它。循环只是不知疲倦地执行它。 这就是为什么循环工程如此重奖有经验的实践者。一个资深工程师知道正确的代码长什么样，所以他们能写一个抓住细微错误的检查。一个优秀的编辑知道有力的写作长什么样，所以他们能构建一个抓住薄弱草稿的评分表。你在领域里花了多年发展的专业知识，在一个循环工程的世界里并不会过时。它变成那个奖励函数。它变成你拥有的、杠杆最大的那件东西。 所以当你走这条路线图时，要在你的技术搭建之外，同样投资你自己的判断。研究你试图去循环的那种工作的优秀范例。对你领域里"优秀"和"可接受"的分界线变得敏锐。因为你品味的每一次提升，都是对你将要写的每一个验证器、因此也是对你将要跑的每一个循环的一次提升。拥有最好品味、以及把品味编码成纪律的那个人，能构建出最好的循环。那才是真正的竞争，而且是一场你靠在意质量、慢慢赢下来的竞争。 那些在循环上挣扎的新手，通常不是在命令上挣扎。他们挣扎，是因为他们之前从没被要求去说清"好"意味着什么，而一个循环逼着他们去说。那种困难，就是成长。顶过去，你走出来的不只是会构建循环，而是比以往任何时候都更清楚你自己的标准。 关于循环工程的诚实真相 一个循环，救不了一个你根本不懂的任务。 这条路线图里的每一步，其实都是朝着"把你的工作描述得足够清楚、以至于一台机器能驱动它"迈出的一步。循环是容易的部分。那种清晰、那个完成定义、那个真正能抓住失败的验证器，才是难的部分，而且它完完全全落在你身上。循环工程，大部分是关于精确思考"好输出是什么、以及当你看到它时你怎么知道"的纪律。 但那正是这项技能会复利的原因。学会设计循环的人，不会被更强的模型取代。他们才是那个把模型指向目标、把自己的判断编码成一个检查、然后让系统跑起来的人。随着模型在长任务上变得更好，那个能在它们周围设计循环的人会变得更有价值，而不是更没价值。 给这一切命名的那个运动，才几周大。 这意味着，那个"懂它就能让你领先几乎所有人"的窗口，现在、今天，就开着——在它变成显而易见默认项之前。 你可以继续打 prompt、等回答。 或者，你可以设计那个替你等待的循环。 第一步，就是第一步。从那里开始。 如果你觉得这有用，关注我 @eng_khairallah1，获取更多像这样的 AI 内容。我每周发布拆解、课程和工具。 希望这对你有用，Khairallah ❤️ 标签：# X # AI # 循环 # Claude # 自动化 相关文章：别再自己干活了：构建永不睡觉的 AI 循环 2026 打法 AI 自动化 Claude 循环