7.7
深览指数
科技虎嗅·五源资本··AI 生成
Loop Engineering：被高估的循环，被低估的拓扑
本文系统梳理了“循环工程”（Loop Engineering）这一趋势，指出其核心是从手动编写 prompt 转向设计让 agent 自动运行的循环系统。文章分为两半：前半篇介绍了循环的五个动作（发现、派活、验证、持久化、调度）及其依赖的六类零件，并剖析了它带来的意图债、验证债等六种代价。后半篇则汇集了一场闭门研讨的尖锐观点，核心判断是“循环被高估了，拓扑被低估了”——真正复杂的任务需要螺旋式迭代与深度耦合拓扑结构的结合，而当前长程benchmark的难度被其时长所误导。适合正在使用或评估编程agent的一线工程师和产品决策者阅读。原文 ↗
核心观点
- ▍Loop Engineering 的核心不是写出更好的 prompt，而是设计一套让 agent 自动运行、自我迭代的循环系统，从而将稀缺资源从“写代码”转向“判断”。
- ▍真正有价值的复杂任务是“螺旋式自我迭代×深度耦合拓扑结构”的结合体。循环被过度重视，而任务结构的拓扑关系被低估，后者是当前模型的真正瓶颈。
- 01循环的五个基本动作：发现（自己找活）、派活（通过 git worktree 隔离不影响）、验证（用独立的挑剔 agent 替代自评）、持久化（将进度写入外部存储）、调度（定时自动运行）。
- 02实现循环的六种现成零件：自动化、工作树、技能（Skills）、连接器（MCP）、子agent、外部记忆。
- 03Stripe 的 Minions 系统每周自动合并 1300+ 个 pull request，通过确定性关卡与 LLM 步骤自动咬合实现大规模无人值守。
- 04Anthropic 演示中，同一“做复古小游戏”任务，极简提示词 20 分钟 9 美元却不可用，循环版 6 小时 200 美元但产出功能完整，且生成与验收两个 agent 会相互争论。
- 05Airbnb 将类似循环思路用于客服，通过将采纳与否等判断反馈回模型，重训周期从数月缩至数周，一次试点中检索召回提升11.7%，回答有用性提升8.4%。
- 06循环带来的六种代价：意图债（agent 无人值守时胆大猜测）、验证债（无人值守意味着无人验证）、理解债（未读代码累积）、认知投降（放弃判断）、编排税（审查带宽有限）、token 成本失控。
反方 / 局限
- — 闭门讨论中尖锐指出，长程benchmark的“长”常被误导：loop型任务可以跑很久（如50%成功率需17小时）但并不难，而一些短时但层级复杂的子任务反而更难。长跑更多是厂商的展示姿态，真实用户多数只做9-10分钟的交互。
- — 人类真实工作流是并行、异步、可被打断的，难以完整镜像为单个 agent 的 well-defined task。能真正取代完整工作流的“长程”状态是“螺旋迭代×拓扑推进”的合体，而非单纯拉长循环。
- — Self-improvement 至今仍是一场未被证明的信仰：没有理论保证模型会自我改进。好的 reward 通常必须外生，模型内部信号只能 sharpen 分布，并不抬升能力上限。
Loop EngineeringPeter SteinbergerBoris ChernyAddy OsmaniOpenAIAnthropicGoogleStripeAirbnbClaude CodeCodexMCPMETRMinions
29 分钟 · 4 卡片 · 11 资料
读原文 →