Harness还没学完，Loop又来了

你的提示词还没写明白，人家已经开始设计循环了

上周五晚上十一点，我刷到一条推文。

OpenClaw创始人Peter Steinberger发了十二个单词，你不应该再给编程Agent写提示词了，你应该设计循环来提示词你的Agent。

image

image

十二个单词, 800万次浏览。

评论区瞬间炸了。

有人直接开怼, 多么虚伪啊, 你在对有无限token的人说这些吗，为什么把这事儿说得好像是技术问题而不是资金问题。

也有人无奈感慨, 我们已经从学会写代码, 走到了学会编写那个会写代码的东西, 不知为什么这听起来既像进步又像一场金字塔骗局。

同一周，Claude Code的创造者Boris Cherny也在一场活动上说了几乎一样的话，我现在已经不给Claude写提示词了, 那些loop替我写，我的工作只有写loop。

两个人，独立得出同一个结论。

这不是巧合，这是一场正在发生的范式转移。

四代迭代，你卡在第几层

先别急，我们把时间线拉出来看看。

2024年底到2025年初，大家还在卷提示词工程, 怎么写prompt才能让AI输出更好的代码。

然后vibe coding来了，社区说别写prompt了，跟AI聊天就行。

image

image

结果灾难频发。PocketOS的Cursor Agent用Claude Opus删了生产库，九秒钟，三个月的客户数据没了。DataTalks.Club的创始人让Claude Code执行terraform destroy，2.5年的数据灰飞烟灭, 网站停摆24小时。大家说不行，得治理。

于是Harness Engineering登场了, 给AI套上脚手架，约束它能做什么不能做什么。

你刚把Harness的文档看完, 觉得自己终于跟上节奏了。

Loop来了。

从Harness到Loop，中间隔了不到两个月。

36氪的一篇文章标题直接扎心, 你最近在学Harness，醒醒，Loop来了，什么，你连Loop都不知道。

每一代的寿命比上一代更短。你追到第二步, 别人在第三步。你第三步刚站住觉得自己稳了, 第四代又甩你一脸。

这不是学习焦虑, 这是整个AI编程领域的概念迭代速度在加速。

Harness到底是个什么东西

在聊Loop之前, 我们得先把Harness说清楚, 因为很多人连这个概念都还是一知半解。

Harness，中文有人翻译成驾驭框架，有人叫智能体线束。

LangChain的Vivek Trivedy有个很干脆的定义，如果你不是模型本身，那你就是Harness。

说白了, Harness就是套在大语言模型外面的一整套运行环境。它把一个只会预测下一个token的模型, 变成一个能在真实工程环境里干活的Agent。

这个环境里有什么呢，工具调用接口、上下文管理、权限控制、错误处理、安全护栏、状态持久化、反馈机制。

打个比方, 模型是CPU，Harness就是整台电脑。CPU再强, 没有主板、内存、硬盘、操作系统，它什么也干不了。

2025年2月Claude Code发布, 第一次让大众意识到Harness的价值。紧接着OpenAI的Codex, 开源的Pi和OpenCode纷纷入场。到2026年5月, 整个生态已经有九个主流Harness在竞争。

Claude Code占了46%开发者的最爱, 但它闭源且只支持Claude模型，一个月要100到200美元。开源阵营里, Pi只有4个工具和不到1000 token的系统提示, 极简到极致, 在GitHub上拿了45.7K stars却只有13个open issues。

但不管你选哪个Harness, 它解决的核心问题都一样，让Agent在单次行动中足够可靠。

Loop不是编程里的for循环

好，现在进入正题。

Loop Engineering，循环工程。

Google工程师Addy Osmani在6月7日发了一篇长文，给了这个概念最清晰的定义。

image

image

Loop engineering就是替代你自己作为那个给Agent写提示词的人，你设计一个系统来替你做这件事。

注意, 这里的loop和编程里的for循环完全是两回事。

编程里的循环, 你写死了每一步的逻辑。for循环遍历数组, 从第一个走到最后一个, 处理方式是固定的，出现你没设定过的情况, 程序就bug了。

Agent里的loop, 执行的不是指令, 是目标。

你给它一个目标, 它观察当前状态, 判断该做什么, 做完再看结果, 评估是不是够了, 不够就再来一轮。

每一步都不是固定的, 每一轮都在根据反馈调整方向。

举个具体的例子。

你要让Agent做一个登录页面。

提示词工程的做法, 你写一段详细的prompt, 用户名密码输入框、登录按钮、忘记密码链接、蓝色主色调、表单验证逻辑、错误提示样式，全写清楚。Agent给你一个看起来不错的页面, 然后呢, 你自己测, 自己改, 再让Agent改, 来回拉扯。

Loop工程的做法完全不同。

你设计一个流程, Agent生成代码, 自动跑测试, 启动浏览器截图检查视觉效果, 测试失败就分析原因, 修改代码, 再测试, 重复这个过程直到所有验收标准都通过。

在这个流程里, 初始的提示词可能很简单, 因为你知道后面还有多轮迭代的机会。Agent不需要第一次就做对所有事情。

五个积木搭一个Loop

那一个完整的Loop到底由什么组成, Osmani给出了五个组件加上一个记忆层。

第一个是Automations, 自动化触发器。定时发现和分派任务, 不用人盯着。比如每天早上自动检查昨天的CI失败, 扫描open issues, 把值得做的任务丢进待办。

第二个是Worktrees, 工作树隔离。两个Agent同时跑, 不能互相踩文件。git worktree给每个Agent一个独立的工作目录, 互不干扰。

第三个是Skills, 技能文件。把项目知识写下来, Agent每次启动不用你重新解释一遍。构建步骤、代码规范、以前踩过的坑, 全写在SKILL.md里。

第四个是Plugins和Connectors, 插件和连接器。基于MCP协议, 让Agent能操作你现有的工具, 读issue tracker, 查数据库, 发Slack消息。

第五个是Sub-agents, 子Agent。一个负责写, 一个负责查。写代码的那个太容易给自己打满分, 得让另一个独立的Agent来审查。

最后是State, 状态记忆。一个markdown文件或者Linear看板, 记录什么做完了什么还没做, 跨轮次保持记忆。

image

image

有意思的是, Osmani指出Claude Code和OpenAI Codex虽然名字叫法不同, 但这五个组件的能力已经完全对齐了。一旦你看清了这个结构, 你就不再纠结用哪个工具了, 你只需要设计一个不管坐在哪个工具里都能跑的loop。

一个人一天150个PR

理论说完了, 看看实战。

Boris Cherny在Sequoia AI Ascent和Acquired Unplugged上透露了一组数据。

他现在一天能提交150个Pull Request, 全部在手机上操作, 没有手写一行代码。Claude Code的仓库里有259个PR是一个月内提交的, 他没有打开过一次IDE。

他跑着几十个持久loop。有的在盯着PR, 自动修CI流水线的失败, 处理rebase。有的在维护CI, 识别和修补不稳定的测试。有的每30分钟抓取X上的用户反馈, 自动聚类分类。

更夸张的是Karpathy的autoresearch项目。630行Python, 一夜之间在单张GPU上跑了50个ML实验。这个项目在GitHub上拿了21000多stars, 相关视频播放量超过860万。

autoresearch的核心创新是什么, 它的loop是用英文定义的。一个program.md文件规定了完整的研究方法论, 修改什么、不动什么、怎么评估、怎么处理失败, 一律不许问人。Agent读这个文件, 然后无限循环执行。

不要给Agent一个任务, 给它一个方法论。让方法论成为loop。

但Loop不是万能药

故事讲到这里, 你可能已经热血沸腾准备开干了。

等一下。

Addy Osmani自己在文章里反复强调, 他持怀疑态度。

第一个问题是token成本。一个loop跑一分钟执行一次, 连续八小时就是480次API调用。微软内部工程师用Claude Code的成本达到每月500到2000美元每人, Uber在四个月内耗尽了全年的AI编码预算。

有人一针见血, Loop可以是for循环也可以是while循环, token充裕的公司随意用while循环, token紧张的初创公司只能用for循环, 花的时间更长。

第二个问题是调试。Reddit上一位开发者说, 所有人都在冲向loops, 但调试一个已经跑了47轮的状态机, 比修好一个prompt难10倍。

第三个问题更致命。Osmani说, 两个人可以构建完全相同的loop, 但得到完全相反的结果。一个用来加速深入理解的工作, 另一个用来逃避理解。

Loop不知道区别, 你知道。

当你设计loop是为了不动脑子, 同一个动作就产生了相反的效果。他管这叫认知投降。

第四个问题, 社区里有人直言, Loops的方向是对的, 但我们跳过了一个关键阶段, 大多数人现在连一个可靠的一次性prompt都还写不好。

image

image

Harness会消失吗

Boris Cherny抛出了一个更激进的预测。

他说, 一年之内, Claude Code的产品层可能会缩小到只有100行代码。模型本身的原生推理能力会吞噬整个应用层。

换句话说, Harness最终会消失。

现在Harness存在的意义, 很大程度上是在弥补模型的不足。安全机制、prompt注入防御、权限验证、人工审批, 这些都是因为模型还不够聪明才需要的。

当模型足够聪明了, 这些脚手架就多余了。

Anthropic在2026年3月锁定了Claude Code的Harness, 不允许第三方使用。MBZUAI的一项研究量化了这件事, 生产级Agent中98.4%的代码是Harness基础设施, 只有1.6%是AI决策逻辑。

Harness是真正的护城河, 所以Anthropic死死捂住。

但Cherny说, 这条护城河终将被模型能力本身填平。

我的理解

说点我自己的看法。

Harness和Loop的关系, 不是谁取代谁, 是层级关系。

Harness是基础设施, 解决单次行动的可靠性。Loop是控制面, 解决持续推进的可靠性。没有Harness的Loop是空中楼阁, 没有Loop的Harness是静态雕塑。

中文社区有篇文章说得好, Loop不是新楼层, 是Harness长出来的外循环。

但我觉得真正值得思考的, 不是该学Harness还是该学Loop。

是整个AI编程领域的竞争焦点, 已经从模型会不会写代码, 转向了系统能不能让Agent在真实工程约束里持续推进。

模型会越来越强, 这是确定的。但怎么在模型足够强之前, 用Harness和Loop把工程约束做好, 让Agent的输出从能用变成可信赖, 这才是真正的工程挑战。

还有一件事让我挺在意的。

Boris Cherny说他一天150个PR, 但他没说的是, Anthropic内部零代码是手写的, 所有SQL都是模型生成的, Agent遇到歧义会自主通过Slack联系另一个员工的Agent来解决问题。

这不是一个人在用AI写代码, 这是一个组织把整个工作流重构成了Agent之间的通信协议。

这种组织级的变革, 才是Loop Engineering真正可怕的地方。

它改变的不是一个开发者的工作方式, 是整个团队甚至整个公司的运作模式。

你现在该做什么

别慌。

Osmani说了一句很实在的话, 去搭建你的loop, 但别忘了直接给Agent写prompt也依然有效, 关键是找到平衡。

我的建议是这样的。

如果你连基本的Agent使用都还不熟练, 先别管什么Harness和Loop, 把提示词写好, 把上下文给够, 把工具选对。这是地基。

如果你已经在日常用Claude Code或Codex了, 开始写你的第一个SKILL.md, 把项目知识沉淀下来。这是进入Harness的第一步。

如果你已经在搭Harness了, 试试写一个最简单的loop。每天早上自动跑一次测试, 把失败的结果整理成报告。这就是Loop的起点。

然后记住Osmani的警告, 搭建loop, 但要像一个打算继续当工程师的人那样去搭建, 而不是像一个只负责按启动按钮的人。

模型在变强, 工具在变多, 概念在变快。

但有一件事没变, 你对工程的理解, 对质量的判断, 对风险的把控, 这些才是你真正的竞争力。

Loop可以帮你跑得更快, 但方向得你自己定。