Loop Engineering 实战笔记:让 Agent 自己发现、执行和复盘

Loop Engineering 的核心,不是把 prompt 写得更漂亮,而是把一次次人工驱动的 Agent 调用,设计成能持续运转的工程循环。

Loop Engineering 讨论的是一个很具体的问题:

当 Agent 已经能读仓库、跑命令、开 PR、查 CI、调用工具之后,怎样让这些能力在一个可控的循环里持续发生。

过去我们更多是在做单次调用:给 Agent 一个任务,等它执行,拿到结果,再由人决定下一步。

Loop Engineering 要把“下一步”也纳入系统设计。

谁来发现任务,谁来交给 Agent,谁来判断结果,状态写到哪里,下一轮怎么启动,失败时在哪里停下来。

这些问题设计清楚后,Agent 才可能从“一次回答”,变成一套可以反复运行、留下证据、接受审计的工作流。

这篇文章只讨论一件事:

Loop Engineering 到底是什么,它怎么转起来,工程师应该怎么开始。


01 它先解决什么问题

先不急着接受一个新名词。

只看今天使用 Agent 的真实断点,会发现问题通常不在“模型不会写”,而在这三处。

第一,启动靠人。

CI 挂了、issue 新增了、PR 卡住了,Agent 本身不会自动知道“现在该处理这件事”。只要人没把任务喂进去,链条就停在原地。

第二,接力靠记忆。

这轮分析过什么、哪些问题被跳过、哪个任务需要明天继续,如果只留在对话窗口里,下一轮就会失忆。

第三,放行靠自觉。

Agent 很容易说“已完成”,但完成到底依据什么测试、日志、截图或审查结果,如果没有独立检查,就只是一次自我确认。

Loop Engineering 解决的不是“怎么让一句 prompt 更聪明”,而是把这三个断点系统化:

自动发现任务,跨轮保存状态,用独立评判器决定能不能进入下一步。

你设计的对象,从 Agent 的一次回答,变成了驱动 Agent 的整个循环。


02 四层栈:Prompt、Context、Harness、Loop

要理解 Loop Engineering,先把它放回整张栈里看。

层级
它管什么
核心问题
Prompt Engineering
一次输入
我该对模型说什么
Context Engineering
当前窗口
模型此刻应该看到什么
Harness Engineering
一次运行
Agent 有哪些工具、权限、边界和完成标准
Loop Engineering
持续循环
如何让 Agent 自己一轮轮跑下去

每往上一层,工程师操心的对象都变大一圈。

Prompt 关心一句话。

Context 关心一个窗口。

Harness 关心一次运行。

Loop 关心一套自动化生命周期。

这里最容易混的是 Harness 和 Loop。

Harness 解决的是“Agent 跑一次时怎么跑”。

比如它能不能读文件、能不能改代码、能不能跑命令、能不能访问外部系统、什么时候需要审批、什么结果算完成。

Loop 解决的是“这次跑完以后,下一次怎么自动发生”。

比如每天早上自动启动,读昨天失败的 CI、open issue 和最近 commit,挑出值得处理的任务,给每个任务开隔离 worktree,让一个 Agent 起草修复,让另一个 Agent 审查,通过后开 PR,没把握的进人工收件箱,然后把状态写到文件里,第二天接着跑。

这就是“上一层楼”的含义。

Harness 武装一次运行。

Loop 调度一串运行。


03 一句话定义:把你从 Prompt 位置上换下来

Loop Engineering 的定义可以很短:

循环工程,就是把“负责给 Agent 写 prompt 的那个人”,替换成一套系统。

以前你是那个发号施令的人:

你提出任务
Agent 执行
你看结果
你补上下文
Agent 再执行
你继续判断

这个模式有效,但它把人绑在循环里。

Loop Engineering 要做的是:

系统发现任务
系统组装上下文
系统交给 Agent
系统验证结果
系统保存状态
系统安排下一轮

你不再负责每一拍。

你负责设计节拍器。

你写的不再只是给 Agent 的话,而是会自动给 Agent 发话的机制。

这个机制可以很小,比如每天帮你扫一次 CI 失败;也可以很大,比如企业内部自动响应 Slack 指令、准备上下文、生成代码、跑门禁、开 PR、等待人类 review 的流水线。

规模不同,底层问题一样:

谁发现任务,谁交付任务,谁判断结果,状态存在哪里,下一轮怎么启动。

Loop Engineering 讨论的就是这些问题。


04 Loop 不是一段 while:一圈有五个动作

一听“循环”,很容易想到一段反复执行的代码。

但 Loop Engineering 里的 loop 不是空转的 while。

它每转一圈,都要完成一组具体动作:

发现、交付、验证、持久化、调度。

动作
做什么
一句话理解
发现 Discovery
找出这一轮值得处理什么
不是等人喂任务,而是自己找活
交付 Handoff
把任务隔离后交给 Agent
不是喊一声去做,而是给清晰边界
验证 Verification
判断结果是否真的对
不是 Agent 自己说完成就完成
持久化 Persistence
把状态写到对话之外
不是这轮结束就全部失忆
调度 Scheduling
让下一轮自动发生
不是手动跑一次,而是一圈圈转

少任何一个动作,loop 都会变形。

没有发现,它只是一个等待人工输入的 Agent。

没有交付,任务边界会混在一起。

没有验证,它会自信地产出一堆没人敢收的东西。

没有持久化,它每次醒来都像第一次见这个世界。

没有调度,它只是你手动跑过的一次流程。

一个真正的 loop,要能回答这五个问题:

## Discovery
这一轮从哪里发现任务?

## Handoff
任务怎么拆、怎么隔离、交给谁?

## Verification
谁检查结果,依据什么证据说通过或不通过?

## Persistence
状态写在哪里,下一轮怎么接着上一次?

## Scheduling
下一轮什么时候、由什么触发?

这五个问题,比“prompt 怎么写得更聪明”重要得多。

因为当你不在现场时,真正决定结果的,是循环本身的结构。


05 一个具体 Loop:早晨 Triage 怎么转

只讲概念容易飘。

我们看一个具体 loop。

假设你每天早上都要做一次工程分诊:

昨天 CI 有没有失败;

有没有新开的线上 bug;

最近 commit 有没有引入可疑变化;

哪些 PR 卡住了;

哪些测试又开始 flaky。

过去这件事靠人做。

你打开 CI,看失败记录;打开 issue,看新问题;翻 commit;判断优先级;把上下文复制给 AI;让它分析;再手动决定下一步。

如果做成 loop,它可以这样运转:

每天 9 点自动启动
  -> 读取 CI 失败、open issue、最近 commit、未处理 PR
  -> 按规则分诊:线上风险、发布阻塞、重复失败优先
  -> 每个可处理任务单独开 worktree
  -> Agent A 起草修复或分析报告
  -> Agent B 独立审查结果
  -> 通过则开 PR 或更新 ticket
  -> 不确定则进入人工收件箱
  -> 状态写入 loop-state.md
  -> 下一轮继续从状态文件接着跑

这个流程的价值不在“自动跑”,而在每个环节都有边界:发现源明确,任务隔离,审查者独立,状态能跨天保存,不确定的问题会进人工收件箱。

如果你把它写成下面这样,就很危险:

每天自动检查仓库,发现能优化的地方就优化。
能修的 bug 直接修。
能合并的 PR 直接合并。
目标是让项目质量变好。

“检查仓库”没有发现源。

“能优化”没有范围。

“直接修”没有验证。

“直接合并”没有复核。

“质量变好”没有指标。

这类配置不是 loop 设计,而是把模糊愿望交给自动化。


06 六个零件:搭一个 Loop 需要什么

把 loop 拆成工程材料,大概需要六个零件。

零件
是什么
它解决什么问题
Automations
时间表、事件触发器、定时任务
让 loop 自己醒来
Worktrees
隔离的 git 工作目录
让并行 Agent 不互相踩文件
Skills
固化下来的项目知识和流程
避免每一轮重新解释意图
Connectors
连接外部系统的接口
让 loop 看见 issue、CI、PR、数据库、消息
Sub-agents
不同角色的 Agent
把生成者和评判者拆开
Memory
磁盘、仓库或看板里的持久状态
让 loop 跨轮记住事情

这六个零件和前面的五个动作能对应起来。

发现通常依赖 Skills 和 Connectors。

交付通常依赖 Worktrees。

验证通常依赖 Sub-agents。

持久化依赖 Memory 和 Connectors。

调度依赖 Automations。

也就是说,一个 loop 不是“一个很长的 prompt”。

它是一组工程零件拼起来的系统。

如果你把一大段 prompt 贴进定时任务里,短期能跑,长期很难维护。

因为没有人愿意维护一堵提示词墙。

更好的做法,是把稳定知识沉淀成 skill。

比如:

## Skill: backend-ci-triage

## Purpose
分诊 Go 后端仓库过去 24 小时内的 CI 失败。

## Inputs
- CI job 列表
- 失败测试名称
- 最近 24 小时 commit
- 相关 PR 和 owner

## Rules
- 发布阻塞优先
- 重复失败优先
- 只失败一次且无法复现的问题标为观察
- 业务预期不明确的问题进入人工收件箱

## Output
生成一份分诊报告,并更新 loop-state.md。

Automation 触发这个 skill,而不是触发一段永远没人更新的长 prompt。

这样发现逻辑变了,改 skill 就行。

这才是可维护的 loop。


07 Worktree:并行之前先隔离

Loop 一旦开始自动派活,很快会遇到并行问题:一个 Agent 修测试,一个 Agent 改文档,一个 Agent 分析接口,一个 Agent 补迁移脚本。

如果它们都在同一个工作目录里写文件,最后很容易变成一锅粥。

两个 Agent 同时改同一个文件,本质上和两个工程师同时改同几行代码一样麻烦。

所以 handoff 不是简单地说“去做这个”。

它至少要回答三个问题:

第一,这个任务的边界是什么。

它只处理一个 CI 失败,还是可以顺手修相…

— 以上为试看内容(约 40%),开通会员后阅读全文 —