Loop 工程：Prompt 工程之后，Agent 时代的新分工

最近“Loop 工程”一词突然爆火起来。OpenClaw 作者 Peter 在社媒发帖，声称开发者不应该继续直接写 Prompt，而应该设计 Loop(循环) 来 Prompt Agent。这个帖子引发开发者热议，诞生了新的词汇 "Loop 工程" 与 "Loop 工程师" 等等。

这句话听起来有点像新概念包装，但它背后其实对应的是 AI 编程方式的一次真实变化。

过去两年，我们和 AI 协作的主流方式是 Prompt Engineering。人写提示词，模型生成结果，人再检查，再补充上下文，再继续追问。这个过程中，人本身就是循环的发动机。模型只是一个工具，每一步都要等人来推动。

但当 Claude Code、Codex 这类 coding agent 逐渐成熟之后，其实我们不再需要和大模型进行对话，可以直接依赖于Agent，让大模型可以工作的边界拓宽了。Agent 可以读代码、改文件、跑测试，甚至调用外部工具。于是瓶颈也发生了变化：过去在使用的时候其实大多数都在考虑“怎么写一个好 Prompt”，现在则要求设计一个好用的系统，让Agent能够在上面自主运行，以及怎么判断自己做对了”。

所谓 Loop，是一套自动化工作闭环。它通常包含几个步骤：先发现任务，比如读取 issue、CI 失败记录、最近 commit；再给 Agent 注入必要上下文；然后让 Agent 在隔离环境里执行；执行后由测试、规则或另一个 Agent 验证结果；最后把状态写入文件、看板或数据库，决定下一轮继续、提交 PR，还是交给人处理。

这种流程，其实说白了就是让系统可以持续不断的驱动模型自主完成任务。Loop Engineering 是把“由你来 Prompt Agent”替换成“由系统来 Prompt Agent”。

人不再站在每一轮对话中间，而是上移到系统设计层：定义目标、边界、上下文、工具、验证器、状态和退出条件。

Google 工程负责人 Addy Osmani 最近也在认真讨论这个问题。他提到，Claude Code 和 Codex 现在已经原生具备了五个核心构件：

可复用的指令集，用来告诉 Agent 如何处理某一类问题。它不是一次性的 Prompt，而是可组合的操作流程。两者区别很关键：Prompt 告诉 Agent “现在要做什么”，而 Skill 告诉 Agent “遇到这一类情况应该怎么思考”。

Loop 会读取当前世界的状态，比如打开的 issue、最近的 commit、昨天失败的 CI，或者其他相关信息，然后在要求 Agent 行动之前，把它真正需要的信息提供给它。Agent 不需要反过来问“现在发生了什么”，因为 Loop 已经提前告诉它了。

一个 Agent 可以派生出其他 Agent 来处理更聚焦的子任务。比如 triage Agent 读取 issue 队列，判断哪些问题值得修；然后它派出 worker Agent 起草修复方案，再派出 reviewer Agent 根据现有测试和项目规范检查这个方案。整个协调过程是自动完成的。

当 Agent 完成任务后，Loop 会处理后续动作。比如打开 PR、更新 ticket、发消息到 Slack。Agent 不需要理解你的项目管理工具，Loop 会负责这些集成。

Loop 会持久记录它尝试过什么、哪些通过了、哪些失败了、还有哪些问题没解决。等它明天再次运行时，不会从零开始，而是会从上次停止的地方继续。

最后把这些东西组合起来，就是一个loop架构，它能够处理某一类工作，只有当事情真正超出它能力范围时，才会转交给你。

这就是一个完整的工程工作流。开发者只需要设计这个 Loop 一次，而不需要手动 Prompt 其中每一个步骤。

Context Engineering、Harness Engineering有什么区别？

过去一年，Agent 圈连续出现了几个词：

Context Engineering、Harness Engineering、Loop Engineering。

很多人会觉得这些词互相重叠，甚至有点像“换个壳继续造概念”。但如果仔细拆开看，它们其实不是替代关系，而是层层叠加的关系。

这三层的变化，本质上是人的决策权不断往上移。

以前做 Prompt 工程时，人就是循环本身。你写一句提示词，模型给一个结果，你看完之后继续补充、纠错、追问。整个过程虽然有 AI 参与，但最后还是需要经过我们自己来决定是否完成所有的工作。

OpenClaw 作者 Peter提到的Loop 工程想表达的是：开发者不应该再一轮一轮地手动 Prompt Agent，而应该设计一个循环系统，让这个系统去 Prompt Agent。也就是说，

我们不需要亲自按每一次确认Agent是否执行，需要的是设计一个“什么时候该按回车、谁来按、按完怎么验证、失败后怎么重试、什么时候升级”的过程给到Agent。

这里面举个简单例子，你就能够理解什么是Loop工程了~

Loop 的方式则是：系统每天自动扫描 GitHub Issues 和 CI 失败项，挑出可处理任务，拉一个独立分支或 worktree，让 Agent 尝试修复，跑测试，读取错误，再继续修。

如果测试通过，就自动开 PR；如果评审不通过，就重新进入下一轮；如果风险太高，就升级给人工处理。

Loop工程本质上就是要设计一个整体闭环来，需要我们自己定义任务的来源，运行环境，任务的目标等等，

同时也需要定义验证标准是什么、失败后如何恢复、什么时候必须人工介入。

所以，Loop 工程的核心是 Prompt 被放进了一个更大的系统里。

这也是它和前两个概念最容易混淆的地方。

Context Engineering 主要是在解决上下文问题。Agent 的上下文窗口是稀缺资源，代码库十万行，当前任务到底该给它看哪几段？历史对话很多，哪些信息要保留，哪些可以压缩？工具列表怎么设计，才能让 Agent 自己拿到正确的信息？这一层的关键，是让 Agent 看见该看见的东西。

Harness Engineering 则进一步解决稳定性问题。Agent 跑长任务时，很容易卡住、复读、跑偏、丢记忆、越权操作。所以需要结构化计划、sub-agent、checkpoint、权限黑白名单、工具调用格式修复、循环检测等机制。它的目标是让 Agent 能在一个安全护栏里完成一次复杂任务。

Loop Engineering 再往上走一层。它不只是让 Agent 完成一次任务，本质是让系统持续承担一项职能。Harness 更像厨房：你给厨师菜谱和工具，厨师做完一道菜，这次任务结束。Loop 更像餐厅：你设计营业时间、后厨流程、菜单更新、差评处理、库存补货，餐厅每天自己运转。

所以 Loop 和 Harness 最大的区别，主要是设定的任务时间形态不同。

Harness 服务于一次有限任务。任务来了，Agent 协作完成，验证通过，系统退场。

Loop 服务于一项持续职能。它没有真正意义上的终点，只有下一轮什么时候开始、接着处理什么、哪些问题要升级给人。

这也是为什么有人说 Loop 工程更像 AI Coding 时代的 CI/CD。比如定期检查 Issues、自动探索解决方案、自动 Review PR、自动整理项目 Skills、自动根据 main 分支变化更新知识库。这些东西单看都不神秘，很多只是 cron job、GitHub Actions、worktree、sub-agent、MCP、memory/state 的组合。但组合到一起之后，就可以构成一个完整的Loop工程。

以前是人驱动 Agent。现在是系统驱动 Agent。人的位置从“执行者”变成了“设计者”和“裁决者”。

但也正因为如此，我觉得 Peter 那句“不再 Prompt Agent，而是设计 Loop 去 Prompt Agent”有启发性，也有一点过于激进。

因为在真实工程里，Loop 不可能完全替代 Prompt。它更适合那些目标明确、边界清晰、结果可验证的任务，比如代码测试、CI 修复、批量重构、Issue 预处理、模型训练实验、自动评审、数据处理、报告生成等。

但对于产品判断、架构取舍、复杂安全分析、灰度策略这类问题，Loop 反而容易制造幻觉。因为这些任务没有简单的 pass/fail。系统看起来一直在跑、一直在产出、一直在优化，但不代表方向真的对。

更大的问题是，Loop 会放大错误。

手动 Prompt 错了，通常只是一轮错。Loop 错了，可能是连续错、自动错、批量错。它可能自动改代码、自动开 PR、自动关闭 ticket，甚至自动把错误经验写进项目记忆。越自动化，越需要硬边界。不能只靠 System Prompt 里写一句“不要做危险操作”，而要有真正的权限控制、沙箱、回滚、审计和人工确认机制。

还有一个现实问题是 Token 消耗。

Loop 本质上是在让 Agent 持续运行，尤其是多 Agent、自动验证、反复重试之后，Token 消耗会明显上涨。对于有无限额度的人来说，这可能很自然；但对大多数开发者和企业来说，成本、延迟、稳定性都会变成现实约束。所以 Loop 不是越多越好，也不是越自动越先进。

真正合理的做法，可能不是全面抛弃 Prompt，而是两条腿走路。对于一些高频、重复、可验证、低风险的任务，可以交给 Loop。对于模糊、高风险、需要判断的任务，仍然应该保留 Human in the Loop。

从上面整体看下来，Loop工程不是完全新的技术组件，因为它用的很多东西早就存在：cron、CI、worktree、sub-agent等等。

真正新的地方是这些组件被放进了一个持续运转的时间结构里。

到这里，再次总结一下Context、Harness、Loop三种东西的区别：

每往上一层，人都不是更轻松，而是责任更重。因为你不再只对某一次回答负责，而是要对一套系统的持续行为负责。

Prompt 是一次调用，Harness 是一次任务的护栏，Loop 是一项持续职能的运转机制。

使用Loop工程对工作方式意味着什么

从 Prompt 转向 Loop 设计，并不是软件开发独有的变化。只要 AI 在某个领域强到可以自主处理一类任务，这种模式就会自然出现。

人并没有从流程中消失，而是上移到了更高的抽象层。

过去，人负责执行每一个具体步骤：写代码、跑测试、看报错、继续修改。现在，人开始负责定义工作类别、设计成功标准、搭建验证系统，让 Loop 能够判断自己是否完成任务，并在遇到真正超出能力边界的问题时，把它交还给人。

这会真实改变日常工作的形态。

以前，一个开发者可能花四个小时写功能代码；现在，他可能花四个小时设计一个 Loop，让它自动生成代码、运行测试、检查回归、提交 PR。表面上看，还是在完成同一类工程任务，但人的位置已经变了：输出变了，杠杆变了，所需要的能力也变了。

你今天设计的 Loop，未来也可能被一个“元 Loop”取代，由它来设计新的 Loop。到那时，问题就会变成：人到底在哪些地方仍然不可替代？

这其实也是自动化一直以来的核心问题。关键从来不只是机器能不能执行任务，而是机器是否有判断力：它是否知道哪个任务值得做，为什么值得做，以及结果什么时候才算真正好。

这种判断力并不天然存在于 Loop 里。它来自设计 Loop 的人。

所以我觉得，Loop 工程并不是一个单纯的新名词，也不是 Prompt 工程的简单替代品。它更像是 Agent 能力发展到一定阶段之后，自然出现的一种工程化抽象：当模型已经可以读代码、改代码、跑测试、调用工具时，真正重要的问题是“如何设计一套系统，让 Agent 持续、稳定、可验证地完成一类任务”。

但这也意味着，人的责任并没有减少，而是变得更重了。Loop 可以放大效率，也会放大错误；可以让一个人的判断力变成多个 Agent 的吞吐量，也可能让一个错误的判断被自动化地重复很多次。

因此，Loop 工程真正值得关注的地方在于：AI 编程正在从“人和模型对话”走向“人设计系统驱动模型”。Prompt 是一次调用，Harness 是一次任务的护栏，而 Loop 则是一项持续职能的运转机制。谁能更早理解这种变化，谁就能更早获得 Agent 时代真正的工程杠杆。

后台策略工程师

人工智能

开发工具

职业发展

"Loop工程是AI编程领域的新趋势，取代传统Prompt工程，让系统自动驱动Agent完成持续任务。通过设计自动化闭环系统，开发者从执行者升级为架构师，定义任务流程、验证机制和边界条件。这种模式适用于代码修复、测试等可验证任务，但需平衡自动化与人工干预。Loop工程代表AI协作从单次交互向持续职能的转变，是提升开发效率的关键突破。"

安全分析

软件开发

数据库

AI编程

OpenClaw

Agent

2026年中大促 | AI 领航 智绘未来

tapd

腾讯云BI新客户首次购买9.9元起！


lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

"Loop工程是AI编程领域的新趋势，取代传统Prompt工程，让系统自动驱动Agent完成持续任务。通过设计自动化闭环系统，开发者从执行者升级为架构师，定义任务流程、验证机制和边界条件。这种模式适用于代码修复、测试等可验证任务，但需平衡自动化与人工干预。Loop工程代表AI协作从单次交互向持续职能的转变，是提升开发效...

Loop 工程：Prompt 工程之后，Agent 时代的新分工

Loop 工程：Prompt 工程之后，Agent 时代的新分工

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐