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

点亮星火，，，，，远望未来。。。。