循环工程 Loop Engineering
从手动提示到自主 Coding Agent 循环系统
Addy Osmani 分析 · Claude Code × Codex 五模块同构 · 约 18 分钟 · 深度解读
构成完整循环
验证·理解·认知
底层模块同构
Addy Osmani 深度分析
- 范式转移：从「人逐步 prompt Agent」→「人设计循环系统，Agent 自主迭代直到目标达成」
- 五模块 + 外部记忆：Automations · Worktrees · Skills · Connectors · Sub-agents · 持久化状态文件
- 工具趋同：Claude Code 与 Codex 底层模块高度同构，竞争焦点从「选哪款工具」转向「能否设计通用循环逻辑」
- 三笔新债：验证责任仍在人、理解债（Comprehension Debt）、认知投降（Cognitive Surrender）
- FDE 映射：循环 = 可复用编排资产；Skill/状态文件 = 组织记忆；子 Agent 验证 = eval 治理面
一背景：从手动提示到循环工程#
The Shift · 范式转移
| 维度 | 内容 |
|---|---|
| 视频来源 | Best Partners TV · 基于 Google AI 总监 Addy Osmani 深度分析 · 约 18 分钟 |
| 核心信源 | Addy Osmani X 帖；Peter Steinberger（OpenClaw）；Boris Cherny（Claude Code）；Andrej Karpathy（AutoResearch） |
| 概念层级 | Agent Harness Engineering（单 Agent 运行框架）< Loop Engineering（计时器上的自主运行环境，可生成子 Agent）< 工厂模型（整套软件构建系统） |
Agent 是「你全程握持的工具」——每一步都要人触发，串行、走走停停，产能上限是你的手速。
你只定义最终目的，循环在后台反复迭代执行；人从「逐步发令」变成设计能自转的系统。
Boris Cherny：「我现在很少手动提示 Claude 了，有很多循环在后台运行，它们负责提示 Claude、判断下一步。我的核心工作是编写这些循环。」
二循环工程是什么#
Definition · 概念定位
Loop Engineering（循环工程）：用你设计的系统，替代你自己完成对 Agent 的提示与调度。循环 = 一个递归目标——你只定义最终目的，AI 反复迭代执行直到完成。
整套软件生产系统——从需求到交付的完整流水线。
跑在计时器上，能自主生成子 Agent、自我驱动、持续运转。
为单个 Agent 搭建运行环境（prompt、工具、权限）。
关键变化：一年前跑自动循环还需自己写 bash 脚本长期维护；现在五模块能力已内置进 Claude Code 与 Codex，Steinberger 总结的循环清单与两款产品功能几乎一一对应。启示是：设计通用循环逻辑，工具可替换。
三五模块 + 外部记忆#
The Loop Engine · 循环引擎
自动化Automations
定时触发、持续到条件达成、无人值守归档。
工作树Worktrees
独立目录/分支、共享历史，物理层避免冲突。
技能Skills
写一次、每次可读，把规范沉淀成组织记忆。
连接器Connectors
MCP 协议接入需求/数据库/CI/IM，跨工具复用。
子 AgentSub-agents
第二个模型对照验证，发现自审忽略的问题。
外部记忆External Memory · 跨会话状态
Markdown 状态文件、项目看板——记录「已完成/待做」。长时间运行的循环必须依赖持久化存储，Agent 会忘，仓库不会。
3.1 Automations —— 定时与持续运行
两款工具实现路径不同、逻辑相同：
| 能力 | Codex | Claude Code |
|---|---|---|
| 定时任务 | 自动化标签页：选项目、提示词、频率、本地/工作树 | /loop、定时任务、生命周期钩子（hooks） |
| 持续运行至条件达成 | /goal：跨多轮直到可验证停止条件成立 | /goal：每轮结束由独立小模型检查是否完成 |
| 无人值守 | 结果进分类收件箱；无问题则自动归档 | 可推送到 GitHub Actions 关电脑后继续 |
| Skill 调用 | 自动化任务可直接调用 Skill | 同上逻辑 |
/loop = 固定节奏重复；/goal = 直到「认证模块测试全过且 lint 通过」类停止条件成立。写代码的 Agent 与判断是否完成的 Agent 不是同一个——生成与校验分离从停止条件层就已体现。
3.2 Worktrees —— 并行隔离
Codex 内置多线程；Claude Code 支持 --worktree 与子 Agent 工作树隔离，多 Agent 同时改同一文件从物理层避免冲突。
工作树只解决机械层文件冲突。真正瓶颈是人一天能审核多少份产出——你能并行跑几个 Agent，取决于你能读几份 PR，而非工具线程数。
3.3 Skills —— 意图复利
每次新会话从零解释项目 → 意图债务：没说清楚的，Agent 用猜测填补。Skill 写一次、每次可读。
- Skill = 内容编写格式；Plugin = 内容分发方式（跨仓库共享、打包多个 Skill）
- 描述要简洁明确——准确匹配比花哨文案有用
3.4 Connectors —— 融入工作环境
基于 MCP 协议的连接器让循环读需求跟踪器、查数据库、调测试环境、发 IM，两款工具 MCP 互通可跨工具复用。普通 Agent 告诉你「这里有修复方案」；完整循环能自己建 MR、关联工单、CI 通过后自动通知频道。
3.5 Sub-agents —— 生成分离
第二个 Agent（不同指令/模型）能发现第一个忽略的问题。常见分工：探索 → 实现 → 对照规格验证。无人值守时，可信验证环节是放心让它跑的前提；代价是更多 token，只在关键场景开启。
四完整循环实例#
Loop in Motion · 每日 CI 巡检
你只需设计一次循环规则，之后无需手动提示任何步骤——这正是 Steinberger「不要手动提示 Coding Agent」的工程化体现。
早上自动启动，调分类 Skill，读昨日 CI 失败 / 未解 issue / 最近提交。
写入状态文件（Markdown / 看板），建立可断点续跑的基线。
每个问题建工作树：子 Agent A 起草修复，B 对照 Skill/测试审查。
连接器自动建 MR、关联工单；CI 通过后通知频道；复杂问题进人工收件箱。
状态文件记录已尝试方案 / 通过验证 / 进行中，次日从断点继续。
五三笔「债」：循环放大的副作用#
The New Debts · 递进的风险
循环让产出变快，也把三类风险同步放大——严重度自左至右递增：
验证责任Verification Responsibility
无人值守循环 = 无人值守犯错。「完成」只是一句声明，不是严格验证。
应对交付的仍是你亲自确认可运行的代码。
理解债Comprehension Debt
循环产出越快，你没亲手写的代码越多，对代码库的理解持续退化。
应对认真读每一份循环生成的代码，保持掌控力。
认知投降Cognitive Surrender
循环自运行时，人停止主动思考，直接接受所有结果——加速能力退化。
应对带着判断力设计循环；逃避思考则是最深的债。
此外还有现实约束：token 成本（不同模式消耗差异巨大）、代码质量下滑（无人值守放大粗糙产出）。方向仍处早期，但可能是未来协作雏形。
六FDE / ToB 映射#
Field Mapping · 落到客户现场
- i杠杆点转移：从「写好单次 prompt」→「设计可复用循环系统 + 组织记忆」——与 Alex Albert 访谈中「eval / 书面文化 / 并行 Agent 治理」同向。
- ii工具选型降级：五模块同构意味着客户场景应优先问「循环逻辑是否可审计、可回滚」，而非「Claude Code vs Codex」。
- iii编排税 = 交付瓶颈：ToB POC 并行 Agent 时，审核/验收人力是硬上限；循环设计必须包含人工收件箱 + 分级自动化。
- ivSkill = 组织意图资产：对应企业内 coding 规范、架构决策记录、踩坑清单——循环每次运行都复利读取。
- v子 Agent 验证 = eval 治理：生成分离、对抗审查，是无人值守场景最低限度的质量门禁。
循环工程是解药也是毒药——取决于你是否仍承担验证与理解责任。可以搭建循环，但要以工程师身份设计系统，而非做只会按启动键的人。找到「直接提示」与「自动化循环」之间的平衡，比全盘押注任一极端更务实。
七待验证问题#
Open Threads · 留给后续
- 企业场景下，循环的 token 成本 vs 人力节省，盈亏平衡点在哪类任务形态？
- 状态文件 / Skill 的版本治理：谁来审批变更、如何防止「意图漂移」？
- 子 Agent 验证的 false negative 率：什么任务类型仍必须人工 gate？
- 与 Dynamic Workflows（JS 编排脚本、1000 agent 上限）如何组合，而非二选一？
- ToB 交付中，如何把客户侧的「理解债」纳入验收与知识转移 SLA？
修订记录：2026-06-18 初稿 · 视觉重构版 · 视频 KgiwIEBeOHw