昨天小雷刷到吴恩达在 X 上的一篇推文，，，，讲的是 Agent 的 Loop（循环）工程。。。。。。

图片泉源：X

若是你最近半年用过 Claude Code、Codex、Workbuddy、Kimi Work 或者其他 Agent 产品，，，，你可能已经感受到了那种转变——相比已往一句一句教 AI 干什么，，，，现在你把需求扔进去，，，，它自己会写、会跑、会报错了自己改，，，，直到把工具做出来。。。。。。

这种「自己转起来」的感受，，，，就是 Loop 工程在 Agent 产品上的落地。。。。。。

「……你不应再给 Coding Agent 写提醒词了，，，，你应该设计 Loop。。。。。。」6 月，，，，OpenClaw（龙虾）首创人 Peter Steinberger 一条推引起大宗的讨论。。。。。。事实上，，，，就在这之前不久，，，，Google 工程认真人 Addy Osmani 系统性整理 Loop 这个看法，，，，提出了 Loop 工程。。。。。。

图片泉源：X

不过从果真信息来看，，，，最早提出 Loop 的人，，，，也是最早让它发光发热的 Claude Code 首创人 Boris Cherny。。。。。。就在 6 月尾，，，，Anthropic 还发了篇博客，，，，把 Claude Code 里的四种 loop 原语所有果真。。。。。。

一个月的时间，，，，Loop 工程基本完成了一次华美的转身，，，，不但是行业共识，，，，也成为了主流的焦点。。。。。。以是，，，，究竟什么是 Loop？？？？对我们通俗用户又有什么影响？？？？

从提醒词到 Harness 和 Loop，，，，Agent 究竟多了什么？？？？

已往讲 AI 使用，，，，绕不开提醒词。。。。。。你让模子写代码、改文档、做研究，，，，提醒词写得越细，，，，效果越像样。。。。。。从模子走向 Agent，，，，模子不但要回覆，，，，还要知道什么时间读文件、什么时间跑下令、什么时间查网页、什么时间停下来问人，，，，提醒词工程、头脑链基础不敷用。。。。。。

以是泛起了 Harness 工程。。。。。。它可以明确成模子外面那套运行框架，，，，认真接工具、管权限、塞上下文、存状态。。。。。。模子照旧认真推理和天生，，，，但它最先被放进一个能执行使命的情形里。。。。。。

Loop 工程又往前走了一步，，，，它体贴怎么让 Agent 围绕一个目的一直「循环」运作。。。。。。

「龙虾」官方文档将 Loop 视为「基础」，，，，图片泉源：OpenClaw

简朴来说，，，，用户给出目的，，，，Agent 先明确使命，，，，再拿上下文，，，，挪用工具，，，，视察效果，，，，判断有没有完成；；；；；没完成，，，，就继续改，，，，继续跑，，，，继续检查。。。。。。这个历程看起来像人类事情的日常：先做一版，，，，发明问题，，，，再修一版，，，，直到效果能交付。。。。。。

以是 Loop 的重点不在「循环」这个词自己，，，，而在循环里究竟放了什么。。。。。。

Claude Code 的例子最典范。。。。。。它不是简朴把 Claude 接到终端，，，，而是让模子在一个 while-loop 里重复挪用工具、编辑文件、运行下令、视察返回效果。。。。。。真正重大的部分反而在循环外面：权限系统、上下文压缩、插件、skills、hooks、子 Agent、会话存储。。。。。。

Agent 能不可自己转起来，，，，靠的不是模子一时兴起多想几步，，，，而是一整套工程设计托着它往前走。。。。。。

这也是吴恩达这次谈 Loop 工程的焦点配景。。。。。。到了 2026 年，，，，Claude Code、Codex、ZCode、MiniMax Code，，，，Agent 产品已经再把「写—跑—看效果—再改」酿成默认能力。。。。。。

Anthropic 在博客中还把 Loop 分成四种：turn-based（回合制）、goal-based（目的驱动）、time-based（准时触发）、proactive（自动式）。。。。。。

- 「帮我写个登录页面」，，，，它写、测、改，，，，这就是goal-based loop；；；；；- 你每发一条新闻它回一条，，，，这是 turn-based；；；；；- time-based 是你可以让它每隔两小时自动去检查某个PR，，，，有更新就帮你 review；；；；；- proactive 更激进，，，，它会自己发明问题、自己开干，，，，好比发明测试笼罩率下降了，，，，自己去补测试用例。。。。。。

目的驱动 Loop，，，，图片泉源：Anthropic

而这波讨论在 5、6 月突然变热，，，，也和产品希望有关。。。。。。OpenAI 的 Codex 已经不但是「帮你写代码」的入口，，，，而是在自力情形里读客栈、改文件、跑测试，，，，再把日志和效果交回来。。。。。。

Anthropic 这边，，，，Claude Code 自己险些成了 Loop 工程最好的样板。。。。。。Boris Cherny 那句「不再自己写提醒词，，，，而是让一个 Agent 去提醒 Claude」，，，，听起来有点绕，，，，但意思着实就是人不再认真每一步怎么问模子，，，，人认真设计让模子一连事情的机制。。。。。。

这也是 Loop 工程真正值得通俗用户体贴的地方。。。。。。Loop 工程做得越好，，，，Agent 越像一个能接住使命的人：你给它偏向，，，，它自己往前跑；；；；；跑偏了，，，，它能从反馈里拉回来；；；；；做完了，，，，它还会把历程和效果交给你检查。。。。。。

杀死提醒词，，，，对咱们通俗人究竟有什么用？？？？

Agent Loop 对通俗用户最直接的价值，，，，就是降低提醒词设计门槛。。。。。。

已往用 AI，，，，很像在和一个智慧但没履历的实习生相助。。。。。。你得告诉它每一步怎么做，，，，什么时间停，，，，那里需要查资料，，，，那里不可乱编。。。。。。你指挥得越细，，，，它体现越好；；；；；你说得越粗，，，，它越容易跑偏。。。。。。

Loop 做得好的 Agent，，，，更像一个已经知道基本事情流程的人。。。。。。你也不必每次提醒它「若是代码报错就继续修」，，，，由于测试和返工原来就是循环的一部分。。。。。。你甚至不必把所有上下文一次性塞进对话框，，，，由于 Agent 可以通过文件系统、搜索工具、影象和索引自己逐步拿到需要的信息。。。。。。

这会改变用户和 AI 的关系。。。。。。

以前用户在写提醒词时，，，，经常要饰演产品司理、项目司理、测试工程师和先生。。。。。。你要给需求、拆方法、盯进度、改过失。。。。。。以后用户更像是在设目的和验收效果。。。。。。

好比你让一个 Agent 做旅行妄想。。。。。。已往你可能要写：预算几多、天数几多、先查机票、再查旅馆、注重交通、给我表格、最后总结。。。。。。Loop 做好以后，，，，你只要说「下个月去东京 5 天，，，，预算中等，，，，想少折腾，，，，多看展」，，，，Agent 就应该能自己查时间、比价钱、排蹊径、发明冲突、给出方案，，，，还能在你反馈「第二天太满」之后自动重排。。。。。。

这就是「杀死提醒词角逐」的第一层寄义。。。。。。通俗用户不再需要把自己训练成提醒词工程师，，，，Agent 产品应该替用户吸收重大流程。。。。。。

另一方面，，，，软件工程自然适合 Loop。。。。。。目的可以写成 issue，，，，历程可以拆成文件修改，，，，工具可以跑测试，，，，效果可以用 diff 和 CI 验证。。。。。。一个 Agent 写错了，，，，系统马上能看到报错；；；；；修睦了，，，，也能看到测试通过。。。。。。这种反馈闭环清晰、可验证、可沉淀，，，，以是 Claude Code、Codex、ZCode、MiniMax Code 都先从代码场景打穿。。。。。。

图片泉源：智谱 Zcode

但代码只是最先。。。。。。研究、表格、PPT、数据剖析、客服工单、法务检索、招聘筛选、运营监控，，，，都有类似特征：使命不是一句话能做完，，，，但乐成标准可以被写出来，，，，历程可以被纪录，，，，效果可以被检查。。。。。。

这就是 Loop 的第二层价值：提高重大事情的生产力。。。。。。人不再盯着每一步，，，，而是认真定偏向、看效果、改规格。。。。。。吴恩达提到的 developer feedback loop，，，，就是说 AI 可以加速内部执行循环，，，，但人仍然要在更高一层循环里判断偏向是否对。。。。。。

另外，，，，体验欠好的 Agent，，，，可能给人的第一印象就是不稳固、乱点工具、越做越偏。。。。。。而从工程角度看，，，，Loop 恰恰给了可靠性一个抓手。。。。。。

在 Loop 工程设计下，，，， Agent 为什么搜索这个页面，，，，为什么修改这个文件，，，，为什么挪用这个工具，，，，为什么判断使命已经完成，，，，这些都可以被纪录下来。。。。。。修复可以酿成 skill，，，，项目规则可以写进 AGENTS.md、CLAUDE.md 或类似影象文件。。。。。。下一次 Agent 再做同类使命，，，，就不必重新探索。。。。。。

不过，，，，这里也要把话说清晰，，，，Loop 不会自动带来可靠。。。。。。事实上，，，，一个设计很差的 Loop，，，，只会让过失更快地自我复制。。。。。。

已往三年，，，，我们使用 AI 的方式履历了一再大的转变，，，，但底层逻辑没变——都是人发指令，，，，AI 执行，，，，人再判断效果。。。。。。人一直在循环里，，，，是驱动整个系统的焦点。。。。。。Loop 工程第一次把人从循环的中心移到了循环的外面，，，，人不再是司机，，，，酿成了导航。。。。。。

这个转变的影响会比想象中深远。。。。。。对开发者来说，，，，焦点竞争力酿成了界说问题、设计验收标准的能力。。。。。。对产品来说，，，，迭代速率会进一步加速，，，，倒逼产品团队更懂用户、更懂营业，，，，由于手艺不再是瓶颈，，，，判断力才是。。。。。。

虽然，，，，所有这些都建设在一个条件上：模子还得继续变强。。。。。。Loop 能转几多圈、能处理多重大的使命，，，，最终照旧取决于模子的基础能力。。。。。。若是模子跑个三五步就跑偏了，，，，那再精巧的 Loop 设计也没用。。。。。。

幸亏从今年的情形看，，，，模子前进的速率还没慢下来。。。。。。GPT-5.5、Claude 5、GLM-5.2、M3、K2.6、DeepSeek V4，，，，半年时间各家都更新了一代，，，，并且每一代都在 Agent 能力上有显着提升。。。。。。

模子越来越强，，，，Loop 越转越顺，，，，人越来越往外退。。。。。。这个趋势已经很清晰了。。。。。。

这件事听起来似乎只是效率提升，，，，但仔细想想，，，，它可能是 AI 更进一步从「工具」酿成「协作者」的要害一步。。。。。。工具是你用它，，，，你得知道怎么用、每一步怎么操作。。。。。。协作者是你告诉它目的，，，，它自己想步伐，，，，你们一起把事情做成。。。。。。

我们现在可能正站在这个分界点上。。。。。。

同时，，，，贵州还将增强赛事与旅游的联念头制，，，，让主客队的参赛球员和观赛球迷都可以享受对方都会焦点旅游景区的专属优惠。。。。。。贵州各地将以赛事场馆为焦点，，，，串联周边旅游景区、特色旅游墟落、研学基地等。。。。。。