别再手写提示词:Loop 工程14步
Loop 工程讲的是另一种协作方式:你不再亲手推动每一轮提示,而是设计一个能自动发现任务、调用 Agent、验证结果、记录状态、决定下一步的小系统。说白了,Prompt 是一次对话,Loop 是一条可运行的工作流。
这篇把 Loop 工程拆成 14 步,按“为什么要做、由什么组成、怎么做才不失控”三层讲清楚。
先看这张 14 步路线图
Loop 工程可以拆成三层:
第一层,先判断你到底需不需要 Loop。很多任务手动提示更快,硬做自动化只会多烧钱。
第二层,理解一个 Loop 的基本积木:自动化、Worktree、Skill、连接器、子 Agent。
第三层,把它做小、做稳、做安全:状态文件、最小可用 Loop、失败模式、理解债、安全边界。
这件事的核心,不是“提示词没用了”。提示词还在,只是它被放进了一个更高层的系统里。
真正的变化是:杠杆从“写提示词”上移到了“设计循环”。
第一部分:先判断你需不需要 Loop
01. Loop 工程,是把自己从“提示词工人”位置上替换掉。
过去两年,我们和代码 Agent 协作的主流程差不多是这样:写一个 prompt,给上下文,等它改代码,读 diff,再写下一个 prompt。
Agent 看起来很自动,但整个循环的发动机其实还是人。你负责判断下一步、补上下文、决定什么时候停。
Loop 工程要做的是:把这套“人推动 Agent”的流程,变成系统推动。
一个 Loop 会自己找任务、把任务交给 Agent、运行检查、记录结果,再决定继续、停止、升级给人类,或者开一个草稿 PR。你设计一次循环,后面由循环去提示 Agent。
这里可以记住一句话:你不是让 AI 替你想清楚一切,而是把你已经想清楚的流程固化下来,让它重复执行。
02. 做之前,先过 4 条硬条件。
Loop 不是万能加速器。它只有在四个条件同时满足时,才可能赚回来。
第一,任务要重复。 如果一个任务只是偶尔做一次,写 Loop 的成本可能比手动提示更高。适合做 Loop 的任务,通常是每周都会出现的重复活:CI 失败分类、依赖升级、lint 修复、测试复现、issue 初稿。
第二,结果要能自动验证。 Loop 必须有东西能在你不在场时拒绝坏结果。测试、类型检查、构建、lint、安全扫描都可以。没有自动门禁,你最后还是要坐回椅子上读每个 diff。
第三,预算要承受得住浪费。 Loop 会重读上下文、重试方案、探索错误路径。它不只是“跑一次 prompt”,而是可能跑很多轮。一个没有预算上限的循环,实际消耗可能放大到你预期的 5-10 倍。对 token 免费或预算充足的团队,这很自然;对个人订阅用户,可能很快撞到限制。
第四,Agent 要有工程师的工具。 它要能看日志、跑代码、复现问题、执行测试。没有这些工具,Loop 只是在黑箱里反复猜。
03. 谁适合做,谁应该先跳过。
真正适合 Loop 的,通常是三类人或团队。
第一类,是有大量重复、可机器检查工作的团队。比如持续测试排查、依赖更新、PR 风格修复、issue 到 PR 草稿。
第二类,是测试覆盖比较好的代码库。一个初级工程师能照着清单做,测试能拦住大部分错误,这种场景特别适合。
第三类,是已经习惯异步协作、多 Agent 工作方式的团队。Loop 在这里不是替代管理,而是把例行流程自动化。
应该跳过的也很明确:
- 个人用户在很紧的 token 预算下跑重型验证循环
- 没有自动测试、没有构建门禁的代码库
- 真正瓶颈是 review,而不是写代码速度的团队
- 一次性探索任务、架构判断、产品方向讨论
一个很现实的判断是:Loop 会产生更多代码。如果团队已经审不过来,它只会把 review 队列变长。
04. 具体任务再跑一次 30 秒检查。
4 条硬条件是战略判断,30 秒检查是战术判断。
拿到一个具体任务时,问自己 5 个问题:
- 1这件事至少每周发生一次吗?
- 2测试、类型检查、构建或 lint 能拒绝坏输出吗?
- 3Agent 能运行它改的代码吗?
- 4有没有硬停止条件:轮次、时间、预算?
- 5合并、部署、依赖变化前有没有人类审核?
少一个,就先别做 Loop。
比较好的第一批 Loop:
- CI 失败分类:夜里扫失败,分出环境、偶发、真实 bug、依赖、基础设施问题
- 依赖升级 PR:每周扫更新,跑兼容测试,开草稿 PR
- lint 自动修复:PR 打开时自动修样式问题
- flaky test 复现:循环直到找到能稳定复现的理论
- 强测试代码库里的 issue-to-PR 草稿
不适合作为第一批 Loop:
- 架构重写
- 认证、支付、权限代码
- 生产部署
- 模糊产品需求
- 任何“完成”主要靠判断的任务
第二部分:Loop 的五块积木
05. 自动化,是 Loop 的心跳。
自动化决定 Loop 什么时候启动。它可以是定时任务,也可以是事件触发,还可以是“持续追目标”的循环。
放到具体工具里看:
Codex 里可以通过 Automations 配一个项目、一个 prompt、一个运行节奏,再选择本地 checkout 或后台 worktree。它发现有事就进 triage,没发现就归档。
Claude Code 里常见的是 /loop、桌面定时任务、云端 Routines,再配合 hooks 监听生命周期事件。
这里有两个概念要分开:
/loop:按节奏重复运行,适合“每隔一段时间都检查一下”/goal:一直运行到你写的条件被满足,适合“测试全过再停”
真正有价值的地方,是 maker/checker 分离。写代码的 Agent 不应该也是判断完成的那一个。完成条件最好由独立检查器或客观命令验证。
06. Worktree,让并行不变成混乱。
一旦你同时跑多个 Agent,文件冲突马上出现。两个 Agent 改同一个文件,和两个工程师同时改同一段代码一样麻烦。
git worktree 的价值很简单:每个 Agent 有自己的工作目录和分支,共用同一个仓库历史,但互不踩文件。
Codex 的多线程工作方式天然适合这种隔离;Claud…