8.0
深览指数
科技Bestblogs·大淘宝技术··AI 生成
Loop engineering：把 agent 放进工程循环
本文系统阐述了「Loop engineering」这一理念，认为当 AI 编程代理能自动读取代码、修改、测试并提 PR 后，工程师的重心应从「提示代理」转向「设计自动化循环」。作者定义了构成工程循环的六个必备动作，将 loop engineering 与 prompt/context/harness engineering 做了分层，并拆解了六大支撑组件（自动化、工作树、技能、插件、子代理、记忆）和五个失败模式。文章提供了具体的落地示例和权限分层建议，指向了从「让 agent 写更多代码」到「让 agent 少犯同一种错」的范式转移，适合正在搭建或优化 AI 编码工作流的工程团队阅读。原文 ↗
核心观点
- ▍工程师的重心应从逐轮提示 agent 转向设计 agent 的自动化循环（loop），核心目标是让 agent 持续、可靠地完成工程任务，而非每次对话都从头开始。
- ▍一个可工作的工程 loop 必须包含六个动作：读取外部状态、判断下一步、执行任务、验证结果、写入状态、判断停止条件，缺一不可。
- 01缺少状态写入（第5步），loop 退化为一次性会话；缺少停止条件（第6步），loop 变成烧 token 的定时器，成本不可控。
- 02loop engineering 与 prompt engineering、context engineering、harness engineering 是分层关系：prompt 关心单句指令，context 关心输入材料，harness 关心工具与权限，loop 关心这些机制如何持续运转。
- 03六大支撑组件包括：Automations（唤醒与约束）、Worktrees（解决并行文件冲突）、Skills（将知识移出对话上下文）、Plugins/connectors（接入真实工具）、Sub-agents（分离 maker 与 checker）、Memory（持久化状态）。
- 04权限应按风险分为 observe（只读）、propose（生成 patch 不可合并）、act with approval（关键步骤需审批）、autonomous（仅限低风险可回滚任务）四层。
- 05文章列举了五种失败模式：目标函数过粗、验证被 agent 自己的总结吞掉、状态文件无人读取、并行 agent 积累理解债、成本无上限。
反方 / 局限
- — Worktrees 解决了并行文件的物理冲突，但并不解决 review 带宽这一人类瓶颈——并行 agent 产出的代码仍需要有人理解和审核。
- — 作者坦承，大多数团队应先专注于将 observe 和 propose 层做扎实，而不是一步到位追求全自动 autonomous，暗示当前工具的可靠性和验证能力尚未达到全面自主的程度。
Loop engineeringAddy OsmaniBirgitta BöckelerOpenAI CookbookAmplitude Ralph loopSub-agentsSkillsWorktreesAutomationsPlugins/connectorsMemoryHarness engineering
5 分钟 · 5 卡片 · 11 资料
读原文 →