Loop

一个工程师，一个月合了 259 个 PR，而且他说这些代码基本不是自己手写的。他做的事情，是写一套 Loop，让 Agent 自己去发现问题、改代码、跑检查、再进入下一轮。另一边，也有人把 Loop 放着跑了 11 天，最后烧掉 4.7 万美元。 同样一件事，一个人把它变成产出，一个人把它变成账单。差别不在模型，在于他们怎么设计那个循环。 Loop Engineering 听起来像新一轮 AI 黑话，但它背后有个真实的变化： 人不再站在循环里，一轮一轮提示 Agent。人开始站到循环外，设计那个提示 Agent 的系统。 这句话才是重点。Loop 本身不神秘，最朴素的形态就是一个 while 循环： 观察当前状态 决定下一步 执行动作 检查结果 如果没完成，就继续 这东西早就存在，ReAct、AutoGPT、LangGraph、human-in-the-loop 本质上都离不开它。2026 年大家重新讨论它，不是因为 while 变高级了，而是因为 Agent 能做的事情多了。以前你让它补一段代码，现在你可以让它看 issue、开 worktree、修测试、提 PR、等 CI、处理 review comment，甚至第二天接着跑。 于是问题就变了。不再是"怎么写一句好 prompt"，而是：怎么设计一套能持续转动、能自我检查、能及时停下来的工作系统。 这就是 Loop Engineering。 为什么大家突然开始讲 Loop？ 过去两年，我们用 Agent 的方式大多是这样的： 你写 prompt Agent 干一轮 你看结果 你指出问题 Agent 再干一轮 你继续看 表面上是 Agent 在工作，其实你才是那个 Loop。下一步该干什么、结果对不对、要不要继续、上下文乱了要不要重整，全靠你判断。所以你会累——不是因为模型不够强，而是整个反馈循环还挂在你身上。 ...