Loop Engineering用系统设计取代手动提示构建 AI 编码代理的自动化循环一、核心观点Stop prompting. Design the loop. Get a score.— Loop Engineering 项目口号Loop Engineering 的核心理念是开发者不应再手动编写提示词prompt驱动 AI 编码代理而应设计一套能自动编排代理的控制系统Loop。两位行业领袖的表述高度一致Peter Steinberger「你不应该再去手动提示编码代理了你应该设计一个能提示代理的循环系统。」Boris ChernyAnthropicClaude Code 负责人「我不再直接提示 Claude 了我运行的是一套能提示 Claude 并自行决策的循环系统。我的工作是编写这些循环。」杠杆点已经从如何写好一个 prompt转移到如何设计能随时间编排代理的控制系统。二、关键信息2.1 五大基础构建块 记忆层原语Primitive在循环中的职责Automations / Scheduling按周期触发发现与分诊任务Worktrees安全的并行执行环境Skills持久化的项目知识Plugins Connectors通过 MCP 接入真实工具Sub-agents制作者Maker/ 检查者Checker分工 Memory / State独立于任何对话之外的持久化状态脊梁2.2 一个循环的完整解剖图flowchart LR A[Schedule / Automation] -- B[Triage Skill] B -- C[Read Write STATE / Memory] C -- D[Isolated Worktree] D -- E[Implementer Sub-agent] E -- F[Verifier Sub-agent: tests gates] F -- G[MCP / Git / Tickets] G -- H{Human Gate?} H --|safe / allowlisted| I[Commit / PR / Action] H --|risky / ambiguous| J[Escalate to human with full context] I -- A J -- A核心流程调度触发 → 分诊技能 → 读写状态记忆 → 隔离工作树 → 执行代理 → 验证代理 → 推送/升级 → 循环继续。2.3 七大生产级模式Patterns模式执行周期初始阶段建议Token 消耗Daily Triage日常分诊1天–2小时L1 仅报告低PR BabysitterPR 看护5–15分钟L1 监视模式高CI SweeperCI 清扫5–15分钟L2 谨慎模式非常高Dependency Sweeper依赖扫描6小时–1天L2 仅打补丁中Changelog Drafter变更日志起草1天或打 tagL1 起草低Post-Merge Cleanup合并后清理1天–6小时L1 低峰期低Issue TriageIssue 分诊2小时–1天L1 仅提案低2.4 CLI 工具生态工具功能简介示例命令loop-init脚手架生成 skills、state、budget 文件打印 Loop Ready 分数npx cobusgreyling/loop-init . --pattern daily-triage --tool grokloop-audit循环就绪度评分含约束项评分npx cobusgreyling/loop-audit . --suggestloop-costToken 消耗预估器npx cobusgreyling/loop-cost --pattern daily-triage --level L1loop-sync检测STATE.md与LOOP.md之间的漂移npx cobusgreyling/loop-sync .loop-context长时运行的有状态记忆管理器 熔断器npx cobusgreyling/loop-context --check --ledger run.jsonloop-mcp-serverMCP 运行时查找 pattern、skills、statenpx cobusgreyling/loop-mcp-serverloop-worktree管理每次修复尝试的独立 Git 工作树npx cobusgreyling/loop-worktree create --run-id id --pattern p2.5 分阶段上线策略Phased RolloutL1仅报告→ L2辅助修复→ L3无人值守强烈建议从 L1 开始先观察循环行为建立信任后再逐步放权。三、代码/示例快速上手5 分钟# 1. 脚手架初始化 获取 Loop Ready 分数 npx cobusgreyling/loop-init . --pattern daily-triage --tool grok # 2. 估算 Token 消耗 npx cobusgreyling/loop-cost --pattern daily-triage --level L1 # 3. 优化后重新审计 npx cobusgreyling/loop-audit . --suggest # 可选将 Loop Ready 徽章写入 README npx cobusgreyling/loop-audit . --badge # 4. 查看分数提升演示empty → L1 → L2 bash scripts/before-after-demo.sh # 5. 以仅报告模式启动Grok 示例 /loop 1d Run loop-triage. Update STATE.md. No auto-fix in week one.本地源码开发Monorepo 贡献者cd tools/loop-init npm ci npm test node dist/cli.js /path/to/project --pattern daily-triage --tool grok cd tools/loop-audit npm ci npm test node dist/cli.js /path/to/project --suggest cd tools/loop-cost npm ci npm test node dist/cli.js --pattern ci-sweeper --cadence 15m四、注意事项与风险CaveatsAddy Osmani「构建这个循环但要像一个打算长期负责的人那样去构建它。」Token 成本引入子代理和长时运行循环后成本可能爆炸式增长。验证责任仍在你无人值守的循环会制造无人注意的错误。理解债Comprehension Debt如果你不仔细阅读循环所产出的内容认知负债会比技术负债积累得更快。⚖️结果因人而异两个人运行完全相同的循环可能得到截然相反的结果——循环不知道差别在哪里但你应该知道。五、个人启发范式转变是真实的从写 prompt 用工具到设计系统用代理这不是微小的技巧升级而是思维方式的根本转变——更像是软件架构师在设计一个自动化流水线而非更好地问问题。渐进式自动化是关键L1→L2→L3 的分阶段策略极具工程智慧。AI 系统的信任需要通过可观测的行为积累而不是一次性全部放权。这与微服务上线的金丝雀发布异曲同工。记忆/状态是被严重忽视的维度很多人在用 AI 编码助手时只关注单次对话质量而 Loop Engineering 将持久化状态STATE.md视为整个系统的脊梁这对于构建可靠的长期自动化至关重要。可观测性先行loop-audit、loop-cost、loop-sync这三个工具本质上是在给 AI 循环系统建立可观测性体系这与生产级软件监控的思路完全一致——没有可观测性就没有可控性。六、延伸思考理解债如何量化与管理随着循环自动化程度越来越高开发者对代码库的理解会不断稀释。是否存在一种机制如强制 Code Review 门控、自动生成决策日志能够系统性地防止开发者对自己代码库失去感知多循环协同时如何避免竞争与冲突当 Daily Triage、PR Babysitter、CI Sweeper 等多个循环同时运行时它们操作的是同一个代码仓库是否会产生状态竞争、Git 冲突或重复修复项目提到了Multi-Loop Coordination这一领域值得深入研究。Loop Engineering 是否会催生新的技术负债形态传统技术负债源于人的决策捷径而循环负债Loop Debt可能来自设计不当的自动化逻辑被反复执行并累积副作用。如何在架构层面设计可逆的循环使得错误决策可以被安全回滚值得进一步探索。