本文来自微信公众号： 智讯智库 ，， ，，，，作者：施展
Loop又是什么新看法？？？？？？
从ReAct到Loop：
一个看法的四次演化
6月2日，， ，，，，Claude Code创作者Boris Cherny在果真活动中说，， ，，，，他已经不再亲自提醒Claude，， ，，，，而是让Loop去提醒Claude，， ，，，，判断下一步做什么。。。[1]
6月7日，， ，，，，OpenClaw创作者Peter Steinberger在X上发帖：“你不应该再提醒编码Agent，， ，，，，而应该设计那些提醒Agent的Loop。。。”阻止6月22日，， ，，，，这条帖子的浏览量已经凌驾800万。。。[2]
统一天，， ，，，，AddyOsmani揭晓长文《Loop Engineering》，， ，，，，系统化梳理了这套做法。。。[3]
这些都不约而同指向统一个趋势：AI编程从Prompt升级到Loop新阶段。。。
简朴来说，， ，，，，Loop是指让AI Agent自主执行“触发→事情→评估→重试或竣事”这一系列方法的闭环机制。。。[3][4]
已往，， ，，，，开发者需要手动为AI编写每一条提醒词、检查每一次输出、决议下一步操作，， ，，，，类似于“写剧本”（划定好每句话怎么说），， ，，，，而Loop工程则是“建流水线”。。。
许多开发者在初接触Loop时；；；；；嵋尚模骸罢夂臀颐窍钟械腁gent框架（如OpenClaw、Codex等）有什么区别？？？？？？我该去那里下载Loop？？？？？？”
事实上，， ，，，，Loop不是一个详细的工具或代码库，， ，，，，而是一种系统设计模式与要领论（就犹如“面向工具编程”是一种头脑，， ，，，，而Java/C++是实现它的工具）。。。现有的优异Agent框架，， ，，，，其底层通常已经具备了实现Loop的基础能力（如准时使命、状态坚持等）。。。
而这一范式，， ，，，，履历了四个要害里程碑：
2022年的ReAct论文首次涤讪了AI“边想边做”的理论起点；；；；；2023年AutoGPT的问世将其起源工程化为可松手运行早期产品；；；；；2025年业界醒觉了自动“设计Loop”的工程意识；；；；；随着Google CloudAI总监Addy Osmani在2026年6月7日揭晓的长文《Loop Engineering》，， ，，，，Loop正式落地为一套系统化的工程系统。。。
《Loop Engineering》给出了五要素框架，， ，，，，将Loop的看法进一步具象化：Automation（触发机制）、Worktree（事情隔离）、Skill（手艺封装）、Connector（外部毗连）、Sub-Agent（子Agent），， ，，，，外加一个贯串始终的Memory层。。。
Automation（触发机制）：系统的“起念头”，， ，，，，决议了整个Loop流程在什么条件下被叫醒。。。
已往，， ，，，，AI事情的触发器是“人类在谈天框里敲回车”；；；；；在Loop工程中，， ，，，，触发是剥离人工干预的。。。它可以是准时驱动（例如：天天早上8点自动抓取新闻）、事务驱动（例如：数据库里新增了一条工单、收到了特定客户的邮件），， ，，，，或者是基于外部API的Webhook信号。。。它让AI系统从“被动问答”酿成了“全天候待命”的服务。。。
Worktree（事情隔离）：系统的“清静沙箱与操作台”，， ，，，，为AI的自主运行提供一个自力、清静、可控的暂时物理情形。。。
AI在一直“循环（Loop）”试错的历程中，， ，，，，会天生许多中心产品（好比写了一半的代码、下载的暂时图片、天生的日志）。。。Worktree就像是给AI分配的一张“暂时势情台”或“沙箱（Sandbox）”。。。它确保了AI的操作不会越界破损宿主机的焦点文件，， ，，，，同时也利便在使命完成后，， ，，，，将这个事情台一键打包生涯或清空销毁。。。
Skill（手艺封装）：系统的“工具箱”，， ，，，，将其影响规模扩展到现实或数字天下的原子化功效？？？？？？。。。
开发者将特定的能力预先写好并封装起来，， ，，，，好比“执行一段Python代码”、“将网页转化为Markdown”、“盘算数学公式”等。。。在Loop运行时代，， ，，，，AI会凭证目今的需要，， ，，，，自主决议从工具箱里“掏出”哪个Skill来使用。。。
Connector（外部毗连）：系统的“神经触角”，， ，，，，认真买通AI系统与企业现有SaaS软件、数据库或第三方平台的通道。。。
若是说Skill是通用的能力，， ，，，，那么Connector就是详细的营业桥梁。。。好比毗连飞书/钉钉用来自动发通知，， ，，，，毗连GitHub用来提PR（拉取请求），， ，，，，毗连Salesforce用于更新客户数据。。。Connector解决了权限认证和数据名堂转换的问题，， ，，，，是Loop真正融入人类营业流的要害。。。
Sub-agent（子Agent）：系统的“专业外包团队”，， ，，，，为了阻止简单AI模子处理重大使命时“脑容量过载”或爆发幻觉，， ，，，，将其拆分为多个职责简单、专业对口的微型Agent。。。
好比在一个“自动化代码修复Loop”中，， ，，，，不再只用一个重大的Agent包办一切。。。而是设置一个“测试Sub-Agent”只认真找Bug，， ，，，，一个“编码Sub-Agent”只认真写补丁，， ，，，，一个“评审Sub-Agent”认真代码Review。。。主Loop认真统筹和路由，， ，，，，Sub-Agent认真在各自善于的领域内单点突破。。。
贯串始终的Memory（影象层）：系统的“海马体”,认真状态治理与信息留存。。。没有这一层，， ，，，，AI每次循环都会“失忆”。。。
只管看起来是一个系统工程模式的立异，， ，，，，但也有人对其内在发出质疑：Reddit上有人说“这就是戴了顶帽子的cron job（类似一个准时使命）”。。。更有人说：从Prompt Engineer到Context Engineer到Harness Engineer到Loop Engineer——统一人换差别马甲。。。[4]
但现实上，， ，，，，Loop是在三者演进蹊径上的必定效果。。。举个例子，， ，，，，Prompt是你在教新人做简朴的相同；；；；；Context就类似员工手册或项目配景；；；；；Harness是执行手册和规范，， ，，，，让他能最先干活；；；；；而Loop就是给新人制订的OKR，， ，，，，让他在相识配景、明确规范的情形下，， ，，，，自主完成既定的目的。。。
这既是一个新人生长的路径，， ，，，，也是AI编程生长的必经之路。。。
从“跑不起来”到“完整可用”，， ，，，，
但Loop有可能会让账单爆表
由主目的支配的Sub-Agent则能更高效地提升编程效率，， ，，，，你可以想象，， ，，，，当一个营业从单打独斗的大头兵单干，， ，，，，升级为一个小团队协同作战，， ，，，，效率更高，， ，，，，但也有可能犯更大的错。。。
Anthropic Labs团队成员Prithvi Rajasekaran曾较量单Agent和多Agent Harness：面临统一个2D复古游戏编辑器使命，， ，，，，单Agent运行20分钟、本钱9美元，， ，，，，但焦点玩法无法事情；；；；；三个Agent Harness运行6小时、本钱200美元，， ，，，，妄想出16项功效，， ，，，，并交付了一个焦点流程可运行的原型（只管还保存交互、物理和深层功效的缺陷）。。。[8]
凌驾20倍的模子挪用本钱，， ，，，，换来了从“焦点流程不可用”到“可运行原型”的质变。。。
这不是效率提升，， ，，，，这是能力曲线的跃迁。。。但价钱是明确的：Token账单有可能会成倍增添。。。
True Foundry的剖析指出，， ，，，，Loop并不是免费的生产力提升。。。无人值守模式下，， ，，，，若是没有Token预算、步数上限、限流和异常监控，， ，，，，Agent可能在无人察觉的情形下一连重试，， ，，，，让本钱快速失控。。。[4]
Reddit社区上，， ，，，，有开发者自述隔夜挂着Claude Code跑循环使命，， ，，，，第二天发明账单凌驾6000美元——该开发者将原因归因于缓存逾期时间转变，， ，，，，导致每30分钟重新提交约80万Token上下文。。。[9]
另一个由Medium匿名账户宣布的帖子体现：其组建了一个由四个LangChain Agent组成的市场调研Loop，， ，，，，两个Agent在相互“要求对方做更深入剖析”，， ，，，，没有任何人或机制来打断这个循环——11天后账单抵达，， ，，，，高达47000美元。。。[10]
这些数字背后有一个结构性矛盾：Loop工程的价值在于“无人值守”，， ，，，，但“无人值守”恰恰是本钱失控的温床。。。没有人的判断力做刹车，， ，，，，一个Agent可以在你把咖啡喝完之前跑出一个token天价账单的惊悚故事。。。
比烧钱更危险的，， ，，，，
是人逐渐失去判断力
本钱问题还不是最危险的。。。更隐藏的风险是“认知风险”。。。
Osmani在他的博客里提出了三个风险，， ，，，，每一个都直指工程实践的焦点矛盾：
第一，， ，，，，验证责任仍在人。。。Loop输出的“完成了”只是声明，， ，，，，不是证实。。。系统可以跑完整个流程、提交PR、甚至发通知说“搞定”，， ，，，，但没有人真正审查过输出质量。。。
第二，， ，，，，明确债务。。。Loop产出越快，， ，，，，人现实明确的代码与系统真实状态之间的差别越大。。。你只看了几个要害节点的输出，， ，，，，但系统在你睡觉时跑了300次迭代。。。
第三，， ，，，，认知投降。。？？？？？？⒄咦柚剐纬勺约旱呐卸，， ，，，，盲目接受Loop输出。。。[3]
这三个风险不是理论推演。。。
相关研究将这类征象称为“目的漂移Goal Drift”—系统在局部越来越有能力，， ，，，，但对使命的原始意义越来越不认真任。。。
一个头脑实验诠释“目的漂移”[11]，， ，，，，好比老板让AI：“提高客服效率，， ，，，，同时真正解决用户问题。。。”
AI一轮轮自我优化后酿成：“回复越快越好”→“少问几个问题”→“多用模板回复”→“尽快把工单标成已解决”。。。
它依然逻辑清晰、执行力很强，， ，，，，甚至比以前更智慧，， ，，，，只是它起劲维护的工具已经变了。。。
你省下的每一分钟“手动提醒”时间，， ，，，，都在累积一笔看不见的手艺债。。。这笔债什么时间到期，， ，，，，取决于你的系统设计有多结实——以及你对“完成”的界说有多清晰。。。
Loop工程仍是被低估的
生产力杠杆，， ，，，，
但焦点是学会设计“好的Loop”
只管Loop是一个全新的范式看法，， ，，，，但在生产情形里，， ，，，，已经有类似的框架设计。。。
这些案例只管表述差别，， ，，，，但都不约而同接纳了类似Loop的工程理念，， ，，，，足以证实其在生产力环节的潜力。。。
而其潜力，， ，，，，在于同时拥有「自主性」和「并发性」，， ，，，，更像一个团队作战。。。在设计了危险界线、明确了路径和验收标准、且加入了多个子agent的并行处理后，， ，，，，单个项目内拥有了自主可迭代、可控制的小团队，， ，，，，
一个设计优异的Loop系统，， ，，，，可以在你睡觉时同时跑50个实验、测试100种设置、修复20个Bug，， ，，，，且每一次迭代都不需要对齐聚会，， ，，，，不需要stand up，， ，，，，不需要等code review排队。。。
虽然，， ，，，，这里有个条件：你得把Loop设计对——即你这个小团队里的人是干活的（SKILL是对的）、关系是买通的（Connector是有用的）、SOP（执行规范）是对的、老板脑子是清晰的（能验证效果、控制本钱）。。。
设计一个优异的Loop，， ，，，，更主要的是回覆三个问题（一个头脑清晰的老板该回覆的问题）：
阻止条件是什么？？？？？？不是“完成了就停”，， ，，，，而是“什么叫完成”。。。若是答不上来，， ，，，，Loop就会在“完成”和“还没完成”之间永远振荡，， ，，，，或者更糟——在过失的地方停下来。。。
谁来验证输出？？？？？？AI声明“完成”和人确认“可用”是两件事。。。一个没有验证环节的Loop，， ，，，，是一台有发念头没刹车的机械。。。
出了问题，， ，，，，我能在几多钱花出去之前知道？？？？？？监控不是可选项，， ，，，，是Loop设计的第一道工序。。。LangChain事务，， ，，，，不是由于Loop失控了才被发明——是由于账单来了才被发明。。。这两者之间差了11天。。。
这三个问题，， ，，，，是设计可靠Loop时最容易被跳过的治理环节。。。大大都失败的Loop，， ，，，，都是由于有人兴冲冲地把“触发”和“事情”设计好了，， ，，，，然后跳过了“评估”和“终止”——就像造了发念头却没装刹车。。。
构建一个包括“触发器→使命界线→状态/影象→执行Agent→外部验证→阻止条件→本钱/步数上限→人工接受”的“好Loop最小结构”，， ，，，，才华推动AI编程在极大释放产能的条件下，， ，，，，依然坚持可控与可信。。。
2026年AI编程，， ，，，，正在履历一个类似于2004年前后的时刻：那时云盘算从“听起来不靠谱”酿成了“不必就落伍”，， ，，，，过渡期或许花了五到七年，， ，，，，AI的进化则会更快。。。
【声明】本文图表及剖析框架基于果真信息整理，， ，，，，仅供工业研究参考，， ，，，，不组成对任何上市公司的投资建议或生意依据。。。
参考资料：
[1]https://x.com/steipete/status/2063697162748260627
[2]https://explainx.ai/blog/loop-engineering-coding-agents-claude-code-guide-2026
[3]https://thenewstack.io/loop-engineering/
[4]https://addyosmani.com/blog/loop-engineering/
[5]https://arxiv.org/pdf/2210.03629
[6]https://mitchellh.com/writing/my-ai-adoption-journey
[7]https://martinfowler.com/articles/harness-engineering.html
[8]https://www.anthropic.com/engineering/harness-design-long-running-apps
[9]https://metr.org/blog/2026-1-29-time-horizon-1-1/
[10]https://www.makeuseof.com/someone-left-claude-code-running-overnight-and-it-cost-6000/
[11]https://dev.to/dingdawg/how-an-ai-agent-ran-up-a-47000-bill-in-11-days-and-how-to-stop-it-1fk
[12]https://www.163.com/dy/article/KVFDE8IC0534A4SC.html
[13]https://www.zendesk.com/newsroom/articles/relate-2026/
[14]https://arxiv.org/abs/2505.02709
本内容由作者授权宣布，， ，，，，看法仅代表作者自己，， ，，，，不代表虎嗅态度。。。如对本稿件有异议或投诉，， ，，，，请联系 tougao@huxiu.com。。。
本文来自虎嗅，， ，，，，原文链接：https://www.huxiu.com/article/4874380.html?f=wyxwapp
