6.8
深览指数
科技虎嗅·叶小钗··AI 生成
OpenClaw创始人吹的Loop工程到底是个撒？不用写提示词了？
文章从AI圈常见的新名词炒作现象切入，辨析了最新概念「Loop Engineering」的本质。作者认为Loop并非技术创新，而是AI原生研发团队在协作场景下的一个实践案例，核心是将团队隐性工作流显式化为Agent可执行的规则与流程。文章批判了「提示词已死」等夸大说法，指出当下多数人仍在个人工具适配层，而Loop指向的是组织适配层的思考。适合有一定AI工程实践、关注团队效能而非单点技术的读者。原文 ↗
核心观点
- ▍Loop Engineering并非新的技术或架构，而是AI原生研发团队在协作场景下的一个实践案例，本质是将团队隐性工作流（判断标准、流程、权限）显式化为Agent可执行的规则与流程。
- ▍当前AI行业认知差距巨大：多数人停留在个人工具适配层（如何写提示词），而Loop指向的是接近组织适配层（如何设计无人工值守的Agent协作系统）。
- 01Addy Osmani的长文将Loop拆为五个组件+外部记忆：Automations（触发规则）、Connectors（业务系统连接）、Worktrees（任务隔离）、Skills（经验与SOP）、Sub-agents（分工解耦）、Memory（状态恢复）。
- 02传统客服BUG反馈链路中，工程师需手动处理；引入Loop后，Agent自动监听群消息、判题、收集上下文，按风险等级执行修改/确认/转人工，形成闭环。
- 03作者指出，Addy的案例过于「程序员化」，企业要落地Loop，需要构建整个公司体系的信息通道（客服群、订单系统、日志系统、代码仓库等），并非简单调用API。
- 04Loop工程的核心工作在于准备各种Skill（规则定义），例如：什么问题算BUG、什么代码可以自动修、什么模块涉及支付需人工确认等。
- 05作者认为，Loop Engineering可以与AI原生的几个层次对应：个人使用AI工具、团队流程被Agent接管、组织架构与权责重新定义。
反方 / 局限
- — 作者明确承认Loop Engineering仍在「炒冷饭」，概念本身没必要存在，因为Agent的经典架构ReAct本来就是循环执行框架，Loop只是对同一事物的再包装。
- — 作者将Loop与AI原生研发团队实践画等号，但未提供OpenClaw等实际企业落地该方案后的具体效率数据（如Bug修复时间缩短百分比、人力节省程度），缺乏证据层面的说服力。
Loop EngineeringReActAddy OsmaniOpenClawClaude CodeAgentSkillsConnectorsWorktreesSub-agentsMemory
15 分钟 · 4 卡片 · 8 资料
读原文 →