今天工业界的Loop工程（Agent自循环）并非凭空出现。2022年，当时还在普林斯顿读博的姚顺雨提出了ReAct框架——让大模型先推理(Reason)再行动(Act)，观察结果后进入下一轮思考。这篇ICLR 2023 Oral论文将『思考→行动→观察』循环首次系统化，成为如今Claude Code中/goal指令和Codex中Agent Loop的学术基石。ReAct最关键的贡献在于把『自主验收』内建到循环中，这也是『写代码和验代码必须分开』的原则源头。

无论是Claude Code还是OpenAI Codex，底层的Agent Loop都遵循同一套『观察→思考→行动→反馈』闭环。以Codex公开的架构为例：系统先构建Prompt给模型推理，模型决定调用哪个工具（如读文件、执行终端命令），拿到结果后反馈给下一轮循环。期间应用Prompt Caching和上下文压缩来控制Token成本。关键设计是『模型不能给自己判卷』——Claude Code用独立的Haiku小模型做验收，Codex则靠沙箱隔离和结果校验器确保客观。这个循环直到任务通过验收或撞上预算上限才停止。

Addy Osmani将AI编程范式归纳为四次跃迁：Prompt Engineering(2023-2024)比谁提示词写得好→Context Engineering(2024-2025)比谁给的信息全→Harness Engineering(2025-2026)比谁的运行环境强→Loop Engineering(2026-)比谁能设计自循环系统。这条链的本质是『人类对AI的控制粒度不断上移』：从写一句话到搭一个系统。但Addy本人持保留态度——Token成本必须非常小心，且Loop Engineering在业界只有不到三周历史。关键变量是2026年Q3-Q4企业大规模部署后的实际ROI数据。

Loop工程落地形成了『双雄对峙』格局。Claude Code用/goal做条件驱动循环，写代码用Opus/Sonnet、验收用小模型Haiku；OpenAI Codex则走『自动化流水线+多子Agent并行』路线，最多8个Agent在云端沙箱各干各的。2026年2月5日两家同日发新模型——Claude Opus 4.6在Terminal-Bench 2.0领先，但Codex在SWE-Bench上反超。背后是战略差异：Anthropic精兵突进编程赛道，企业采用率已达34.4%；OpenAI则试图把Codex变成IPO前的第二增长曲线。

Loop工程已越过概念期进入产品化，但有两个硬约束决定它能跑多远。一是Token成本：Agent规模部署后，企业从『野蛮生长』转向『精算模式』，米哈游一晚上跑出200万元账单。二是『理解力债务』：Boris Cherny的几百个Agent在并行跑代码，但大部分改动直接合入，团队对代码库的理解正在变浅。到2026年底，焦点会落在两个可观察信号上——有没有新的『轻量验收模型』出现来压降成本，以及企业是否开始设立『AI改动审核率』作为KPI。同时姚顺雨的ReAct脉络仍在扩展，可能催生结合自主学习的『学习循环』（如Hermes框架）作为Loop 2.0。

Loop工程的核心卖点是『AI自己干活』，但真相是：Agent一个复杂任务的Token消耗是普通对话的10-100倍，Uber因推广Claude Code在四个月内烧光全年AI预算。当loop进入生产环境，『每个被接受改动的平均成本』才是唯一有效指标。如果被接受率低于50%，loop在亏钱。更隐蔽的是『理解力债务』——Agent合入代码越来越快，团队对系统的理解越来越浅。卡帕西那句『你可以外包思考，但无法外包理解』，正是对这场热潮最清醒的提醒。