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时常；；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 。。。。。。，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希，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
“搭建历程中，，，各团队相互交流想法、自动搭手资助，，，途经的市民也常；；峒尤虢 。。。。。。”《野趣花境》设计者赖菲体现，，，作品灵感源自日常滨江闲步，，，希望以自然野趣的造景手法让小花园融入园地肌理，，，适度留白为市民留出可感知、可想象的疗愈休憩空间 。。。。。。她坦言，，，此次造园不但结识了同好，，，更收获市民共识，，，不少市民用自身明确为作品赋予新昵称与新内在 。。。。。。