从提示词工程到循环工程
原文:https://x.com/omarsar0/status/2068008743153832264
AI 编程圈里最近流传着一个说法:别再给你的编程智能体写提示词了,开始设计能替你给它们写提示词的循环。和所有新东西一样,这类说法经常被重复,却很少被解释清楚。本文是一个实用版本:什么是智能体循环,它为什么重要,以及它在生产环境中是什么样子。
下面是我在一些实验、研究,以及和我们的学生、技术创始人、AI 工程师和创业公司交流后的一些想法(在 Claude 的帮助下写成)。
你也可以把我们最近的直播 “Autonomous Long-Running Coding Agents” 作为理解这一切的良好起点。
这个说法从何而来
“你不应该再给编程智能体写提示词了。你应该设计会提示你的智能体的循环。”Peter Steinberger(@steipete),2026 年 6 月 7 日。220 万次浏览。原推文
Claude Code 的创建者 Boris Cherny 从另一个角度表达了同样的观点。
“我现在不再提示 Claude 了。我有一些循环在运行。是它们在提示 Claude,并弄清楚该做什么。我的工作是编写循环。”Boris Cherny(@bcherny)。原推文
重点并不是说提示词工程已经死了。有了循环工程,工作会上升一个层级:从编写代码,变成编写那个会编写代码的系统。在这条路上走得最远的开发者表示,他们有些月份在没有打开 IDE 的情况下提交了数百个 PR,而且每一行代码都是智能体写的。
循环到底是什么
循环是你编写的一小段程序,它做四件事:
替你给编程智能体发送提示词, 读取它产出的内容, 判断是否已经完成, 如果没有完成,就带着错误信息或下一步继续提示它。
你不再坐在循环里手动输入提示词;你编写循环,而模型变成它调用的一个子程序。
它的形态始终相同:设定目标、执行、检查、把错误反馈回去,然后不断重复,直到检查通过,或者循环自行停止。
“循环”至少有五种含义
很多分歧来自于人们用同一个词指代五种不同的想法。下面是这个概念从旧到新的演进。
- ReAct(2022)。
最初的研究模式:推理、行动、观察、重复。 - AutoGPT(2023)。
一种自我提示的目标循环,因不知道何时停止而臭名昭著。 - ralph loop。
在迭代之间有意重置上下文,让智能体不会淹没在自己的历史记录里。 - /loop 和 /goal。
节奏和完成条件内置在智能体中,并能跨轮次携带状态。 - 编排(orchestration)。
一个作者分发出多个智能体,让它们读取你的 GitHub、Slack 和聊天记录,并决定接下来要构建什么。
你真正需要组装的部分
上面的演进解释了人们说“循环”时指的是什么;而这里讲的是一个循环由什么构成。同样的六个部分每次都会出现,而且现在其中大多数已经内置在编程工具里,而不再需要你维护自定义脚本。
- 一个触发器。
某个不需要你按下开始按钮就能启动循环的东西:定时任务、webhook、文件变化、PR 上被打了某个标签。这是把真正的循环和你手动重复的一次性运行区分开的东西。 - 隔离环境。
每个智能体都有一个私有检出副本,通常是一个 git worktree,这样两个同时运行的智能体就不会互相覆盖文件。一旦你同时运行多个智能体,这就不再是可选项。 - 写下来的上下文。
约定、构建步骤和项目特定规则都放在智能体每次运行都会读取的位置。如果跳过这一步,循环每次都会从头重新推导你的项目,并对空白处进行猜测。 - 接入你的工具。
连接 issue 跟踪器、CI、数据库和聊天工具,让循环能打开 PR、关联工单、发布结果,而不是只打印一个修复方案,然后等你把它手动推进到后续环节。 - 由第二个智能体检查。
一个独立的工作者负责给输出打分,它与产出内容的智能体保持分离,因为让模型审查自己的工作几乎什么都能通过。 - 磁盘上的状态。
一个 markdown 文件、一个看板,或者一个队列:任何存在于对话之外、记录已完成事项和下一步事项的东西。模型会在运行之间遗忘;文件不会。
把这六部分组装起来,你就有了循环工程的良好起点。过去你需要手工构建所有东西;现在大多数都已经作为内置功能提供,这也是这个模式从边缘技巧走向普遍使用的原因。
一个具体循环:PR 看护员
下面是一个你今天就可以构建的具体例子:
- 触发器。
每 15 分钟一次。 - 范围。
带有 agent-watch 标签的开放 PR。 - 动作。
如果 CI 因确定性原因变红,就尝试修复一次。如果主分支发生移动,就 rebase 一次。 - 预算。
每个 PR 一次修复尝试,五分钟,最多改动十个文件。 - 停止条件。
CI 变绿,或者预算耗尽,然后停止并通知人类。
你回来时看到的是已经合并的 PR,而不是一堆构建失败的积压任务。同样的形态覆盖了大多数运维工作:
- CI 健康检查。
每 30 分钟拉取失败的运行,并按特征签名聚类,这样十个变红的 PR 如果只有一个根因,就会变成一个需要查看的问题。 - 部署验证。
推送之后,访问你的端点,确认返回 200 和预期内容,并在用户发现之前标记回归。 - 反馈聚类。
每 30 分钟从你的渠道拉取评论,将它们按主题分组,并把每个聚类映射到对应的文件或文档。
一个使用 /goal 的具体 Claude Code 循环
PR 看护员是一个你自己接线的循环;看看一个内置在智能体中的循环也很有帮助。在 Claude Code 中,最小的完整循环是 /goal:你给它一个可验证的最终状态,它会持续进行多轮操作,直到该状态为真…