文章目录前言 Loop到底是个什么东西 它跟Agent有什么区别 为什么偏偏是现在火了 范式迁移控制粒度不断上移️ 普通人怎么Loop起来第一步先别急着建先做四条件测试第二步从最小可行Loop开始第三步写代码和验代码必须分开⚠️ 避坑指南别人的教训没有硬停止条件状态不落地别让Loop碰需要判断的活必须读Diff 最大的两个问题成本和认知投降成本认知投降 趋势已经很清晰了P.S. 目前国内还是很缺AI人才的希望更多人能真正加入到AI行业共同促进行业进步增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow教程通俗易懂高中生都能看懂还有各种段子风趣幽默从深度学习基础原理到各领域实战应用都有讲解我22年的AI积累全在里面了。注意教程仅限真正想入门AI的朋友否则看看零散的博文就够了。前言最近有个词在开发者圈子里火了——Loop。 黄仁勋说Prompt正在过时Loop才是新范式。Claude Code的创始人Boris Cherny说他早就不自己写提示词了全让一堆Loop替他干活。OpenClaw的创始人Peter Steinberger一条关于Loop的推文浏览量直接冲到150万。这不是什么新概念硬炒而是AI编程正在经历第四次范式转移——从Prompt到Context到Harness再到Loop。 说实话我第一次听说第四次范式转移的时候脑子里闪过一个画面一个程序员在四次范式转移中头发从茂密到稀疏最后变成了地中海。范式转移了四次我的发际线后退了四厘米。 Loop到底是个什么东西别被名字唬住道理挺直白的。过去你用AI编程是一句一句跟它对话你写Prompt它吐代码你看结果不满意再写一条。整个流程人一直在循环里面盯着AI动一步你推一步。 这就好比你养了一只仓鼠它跑一步你推一下轮子。跑一步推一下。跑了三年你瘦了仓鼠胖了但你们谁都没真正跑远。Loop干的事就是把人从循环里抽出来。你给AI定一个目标它自己跑跑完自己验收不合格自己重来直到干完或者花超预算才停。你的角色从传话人变成了规则设计者。 打个比方以前你是在教实习生怎么敲代码每一步都要你指挥。现在你是在设计一条流水线实习生自己在那转转完了交成品。唯一的区别是实习生会累AI不会。实习生会摸鱼AI……AI也会但它摸鱼的方式比较高级叫幻觉。 它跟Agent有什么区别好问题。很多人一听到Loop就说这不就是Agent吗Agent是那个干活的人Loop是让这个人不用你盯着也能持续干活的那套管理机制。没有Loop的Agent你问一句它动一下本质上还是个听话的工具。套上Loop的Agent才变成一个能自转的系统。 这就好比Agent是孙悟空Loop是金箍。没有金箍的孙悟空今天去东海借个棒子明天去地府改个生死簿后天大闹天宫——挺能干的但你不盯着他就翻天了。有了金箍Loop孙悟空就能自己去取经了。虽然偶尔还是会打妖精但至少不会把唐僧给炖了。Boris Cherny自己怎么工作的他去年11月就把IDE卸载了。现在他手下几百个小Agent同时跑有的扫GitHub Issue有的读Slack反馈有的监控CI失败。每个Agent在自己隔离的分支里干活一个写代码另一个跑测试验收。搞不定的才进他的收件箱。 据他说自Opus 4.5以来他所有代码都是Claude Code写的大部分代码直接是在手机上完成的。我听完沉默了。我手机上最大的生产力工具是微信和抖音人家手机上跑的是几百个Agent。这大概就是我和大佬之间除了银行卡余额之外的第二个差距吧。 为什么偏偏是现在火了其实Loop的理念学术界早就有了。2022年姚顺雨的ReAct框架ReasonAct做的就是思考→行动→观察→再思考的循环结构。那为什么现在才在工业界爆发工具成熟了。一年前你想搞这套得自己写一堆Bash脚本、排程系统、状态管理。现在Claude Code和OpenAI Codex把这些能力直接内建进产品了。 一年前搞Loop你得是个全栈工程师DevOps运维产品经理心理辅导员。现在你只需要会打字和一张信用卡。当然信用卡的额度决定了你能Loop多久。Claude Code里/loop负责定时循环/goal负责目标驱动跑到验收条件满足才停/schedule负责云端定时任务合上电脑也能跑 最精妙的设计在/goal——写代码的是大模型验收的是另一个独立的小模型Haiku各司其职。自己不能判自己的卷子这条原则被写进了产品架构。这让我想起了高中时的我写作文的是我判作文的还是我如果老师允许的话。结果满分。Haiku要是也这么干那代码质量大概和我当年的作文水平差不多——辞藻华丽逻辑稀碎。✍️OpenAI Codex的玩法更接近自动化流水线多Agent并行最多8个Agent同时在各自的云端沙箱里干活最后汇总结果。两个产品的实现路径不同但长出来的形态高度相似——都拆碎任务、并行执行、统一汇总。公开评测里的表现也已经非常接近。 这说明一件事模型本身已经卷不出太大差别了真正的差距在上层的Loop编排。翻译成人话GPT和Claude的智商已经差不多了现在比的是谁更会带娃。你带8个Agent我带800个差距就出来了。 范式迁移控制粒度不断上移往回拉时间线能看到一条清晰的演化路径2023~2024Prompt Engineering提示词怎么写决定AI表现好坏2024~2025Context Engineering关注点从怎么问变成给AI看什么信息2025~2026Harness Engineering给AI搭一个能干活、能约束、能调工具的运行环境现在Loop Engineering让AI在这个环境里持续干活、自己推进、不需要人一步步盯着 本质上是人类对AI的控制粒度不断上移——从写一句话到提供信息到搭建系统到设计循环。按照这个趋势2030年的AI工程师可能只需要做一件事每天早上对AI说加油然后去打高尔夫。⛳当然前提是你还付得起Token账单。️ 普通人怎么Loop起来X上有个博主Codez发了份14步实操Roadmap我挑几个关键点说说。第一步先别急着建先做四条件测试Loop不是什么活都能往里塞。动手前先问四个问题任务重复发生吗有自动化验收手段吗Token预算扛得住吗Agent有完整工具权限吗四个全过才值得建Loop。 这四个问题我建议大家打印出来贴在显示器旁边。每次想建Loop的时候先对着这四个问题深呼吸三次。如果四个全过了恭喜你可以开始烧钱了。如果没过也恭喜你你省下了一个月的工资。第二步从最小可行Loop开始第一次别搞花活。核心四件套一个触发器定时跑或事件触发一个技能把项目上下文写进STATE.md让每次运行不用重新解释一个状态文件记下做到哪了、什么成了、什么挂了一个门禁测试、类型检查、构建——能自动拦住坏结果的东西顺序很关键先手动跑通→写成Skill→包进Loop→最后才上定时。跳步是Loop死在生产环境的主要原因。 这就好比学做饭先学会炒鸡蛋再学炒土豆丝最后才学满汉全席。你直接上Loop相当于第一次做饭就做佛跳墙——跳的不是墙是你的职业生涯。第三步写代码和验代码必须分开这是Loop设计里最重要的一条原则。用一个模型负责写另一个独立模型负责验收验收的那个不能看到写的那个的推理过程。为什么因为模型给自己写的代码打分时手太松了。所有看起来不错的代码在独立验收器面前大概率能挑出一堆毛病。 这就好比让高中生自己判自己的高考卷子。“这道题我虽然写错了但思路是对的给满分吧。” “作文虽然跑题了但字迹工整加5分。”最后总分750实际能力250。独立验收器就是那个严格的阅卷老师“跑题了零分。” “编译不过重写。” “这代码我奶奶都写得比你好。”当然我奶奶不会写代码但如果她会可能真的写得更好。⚠️ 避坑指南别人的教训没有硬停止条件Loop跑到你看到账单才停。必须设Token上限、迭代次数上限、时间限制。 我见过最惨的一个案例某程序员设了个Loop去优化代码忘了设停止条件结果跑了一晚上。第二天早上醒来邮箱里躺着一封来自OpenAI的账单金额比他一个月工资还高。他后来跟我说那感觉就像你睡着的时候信用卡自己在ATM机前排队取钱。状态不落地Agent的记忆是短时的今天学的东西明天就忘。必须写进状态文件每次运行接着读。 Agent的记忆就像金鱼七秒。你让它记上次做到哪了它说什么上次我是谁我在哪我要干嘛所以STATE.md就是你的Agent的记事本。没有记事本的Agent就像一个没有Todo List的程序员——看起来很忙但什么都没做成。别让Loop碰需要判断的活架构重写、鉴权代码、支付逻辑、产品方向决策这些别让Loop碰。Loop适合干对错清晰、机器可验证的活比如Lint自动修复、依赖更新PR、CI失败分类。 让Loop写支付逻辑相当于让猴子去管银行金库。猴子可能很聪明但金库里的钱……不太安全。当然如果你的Loop是GPT-6那当我没说。但GPT-6出来之前还是别让AI碰钱。毕竟AI不会坐牢但你会。必须读DiffLoop合入代码越来越快你对代码库的理解越来越浅。这叫**“理解力债务”——真正的代价不是Token账单而是某天你要调试一个团队里没人读过的系统**。 这就像一个房东把房子租给了一群AI租客。租客们自己装修、自己改造你每个月收租代码提交但从没进过房子。直到有一天水管爆了。你打开门发现房子已经变成了一个你完全不认识的迷宫。墙上写满了你看不懂的代码角落里蹲着一个正在自我迭代的Agent对你说“欢迎回家主人。”那一刻你终于理解了什么叫理解力债务。衡量指标就一个每个被接受的改动平均成本是多少。如果你的被接受率低于50%说明你做的Loop在亏钱。 低于50%的接受率意味着你每接受一行代码就要浪费一行代码的Token。这效率还不如你自己写。当然如果你享受看着AI瞎折腾的过程那当我没说。毕竟有些人看AI写代码就像看电视剧一样上瘾——明知道剧情很烂但就是停不下来。 最大的两个问题成本和认知投降成本这是最现实的障碍。Boris Cherny和Peter Steinberger背后都有公司提供近乎无限的Token支持但普通人没这个条件。有开发者算过1分钟执行一次、连续跑8小时就是480次API调用。Claude Code目前的策略是做限制最小间隔1分钟最长运行3天到期自动停。关闭终端Loop就停不是什么持久化后台任务就是为了防止失控账单。 有人问Peter Steinberger20美元的套餐根本不可能啊他回了一句大实话“没错。可难道你的时间真不值钱吗”我看完这句话沉默了五分钟。然后打开了我的银行账户又沉默了五分钟。最后我得出一个结论我的时间确实值钱但我的Token预算更不值钱。所以我还是先自己写吧。认知投降这是Google工程负责人Addy Osmani提的概念。当Loop运转越来越顺畅人很容易停止思考。长期下来可能逐渐失去形成独立判断的能力。 这就好比自动驾驶开久了你突然要自己开车发现连油门和刹车都分不清了。Loop开久了你突然要自己写代码发现连for循环都不会写了。“等等for循环的语法是什么来着让我问问Claude……”然后你打开了Claude Code输入了“帮我写一个for循环。”Claude回复“你确定要我写这活Loop就能干。”你“……”“设计Loop本身并不是答案。当你带着判断力去设计它时它能成为解方但当你用它来逃避思考时它反而会成为加速问题恶化的催化剂。同样的行动却可能带来完全相反的结果。” 这段话我建议大家抄下来贴在显示器上每天看三遍。不是为了记住是为了提醒自己别变成那个只会说加油然后去打高尔夫的人。当然如果你已经财富自由了那当我没说。高尔夫确实挺好玩的。⛳ 趋势已经很清晰了过去三年人一直在循环里是驱动整个系统的核心。Loop工程第一次把人从循环的中心移到了循环的外面——人不再是司机变成了导航。 这个比喻让我想起了驾校教练。以前你是学员AI是教练你开车教练在旁边骂你“踩刹车踩刹车你倒是踩啊”现在你是导航AI是司机。你坐在副驾驶说“前方500米右转。” AI说“收到。” 然后它自己开。问题是如果AI开错了你能及时接管吗还是你已经睡着了对开发者来说核心竞争力变成了定义问题、设计验收标准的能力。对产品来说迭代速度会进一步加快因为技术不再是瓶颈判断力才是。 以前面试程序员考的是算法、数据结构、系统设计。以后面试程序员考的是“请设计一个Loop让AI在3天内完成一个项目预算不超过100美元验收标准你自己定。”面试官“你通过了。”你“我还没开始设计呢。”面试官不重要你能把预算控制在100美元以内已经比90%的候选人强了。当然这一切建立在一个前提上模型还得继续变强。Loop能转多少圈、处理多复杂的任务最终取决于模型的基础能力。如果模型跑个三五步就偏了再精巧的Loop设计也没用。 这就好比给一辆自行车装上了自动驾驶系统。系统再精巧它也只能在自行车道上跑上不了高速。所以每次GPT、Claude、DeepSeek出新版本我都既兴奋又紧张。兴奋的是Loop又能干更多活了紧张的是我的钱包又要瘦了。➡️好在从今年的情况看模型进步没慢下来。GPT-5.5、Claude 5、GLM-5.2、DeepSeek V4半年时间各家都更新了一代而且每一代都在Agent能力上有明显提升。模型越来越强Loop越转越顺人越来越往外退。 这句话听起来像是一个悲伤的故事人类被AI一步步挤出循环最后站在循环外面看着AI在里面疯狂转圈。但换个角度想以前你在循环里当苦力现在你在循环外当老板。虽然这个老板可能很快也会被AI取代但至少现在你还能享受一下指挥别人干活的快感。毕竟当老板的感觉确实比当苦力好。这件事听起来好像只是效率提升但仔细想想——它可能是AI从工具变成协作者的关键一步。工具是你用它你得知道怎么操作。协作者是你告诉它目标它自己想办法你们一起把事情做成。 我们现在可能正站在这个分界点上。左边是工具时代你写PromptAI写代码你改代码AI再写你再改……循环往复直到你秃了。右边是协作者时代你说做个电商网站AI说好然后它自己设计、自己编码、自己测试、自己部署。三个月后网站上线了。你问做得怎么样 AI说还行用户挺多的就是支付模块有点bug我已经修好了。你“那我干嘛”AI“你可以去写博客教别人怎么用Loop。”你“这活儿Loop也能干吧”AI“确实。那你去打高尔夫吧。”你“……”我们现在可能正站在这个分界点上。 最后作为一个在AI圈混了22年的老兵我想说一句掏心窝子的话Loop很香但别上头。上头了的后果可能是下个月收到账单的时候你发现你的Loop比你还会花钱。全文完我去检查我的Loop账单了。P.S. 目前国内还是很缺AI人才的希望更多人能真正加入到AI行业共同促进行业进步增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow教程通俗易懂高中生都能看懂还有各种段子风趣幽默从深度学习基础原理到各领域实战应用都有讲解我22年的AI积累全在里面了。注意教程仅限真正想入门AI的朋友否则看看零散的博文就够了。