大家好我是HLAIA光子。我常常刷到有关 Harness 的博客Harness 工程从今年年初到现在越来越普及相关的博客也可谓是热火朝天。然而就在最近我发现了一个新的工程Loop Engineering循环工程一开始我以为是某些营销号为了博流量才乱取些名字直到我看到 卡兹克 也发了篇关于 Loop Engineering 的文章才知道 Agent 的新工程来了。于是我赶快去调查学习了一波。Loop Engineering就是设计一个会自己发现工作、自己分发任务、自己验证结果、自己决定下一步的系统。引火线我对 Loop 其实不陌生的我记得在去年年末还是今年年初的时候我就看到过有 Agent 框架已经有 “Ralph Loop” 的概念和功能了循环执行一个任务直到达到验收标准。关于 Loop Engineering我去查了下发现又和 A\ 有关。2026年6月4日Claude Code 的负责人 Boris Cherny 在访谈中说“我不再 prompt Claude 了。我有 loops 在跑它们负责 prompt Claude 并搞清楚该做什么我的工作就是写 loops。”一个做 Claude Code 的人用 Claude 的方式不再是聊天而是搭流水线。几天后OpenClaw 的作者在 X 上发了一句只有 12 个词的推文You shouldn’t be prompting coding agents anymore. You should be designing loops that prompt your agents.同一天Google 的工程师 Addy Osmani 发了一篇博文正式给这个实践起了名字叫 Loop Engineering还拆出了五个构建块加一根记忆脊柱。之后的一周里一堆技术媒体都跟进解读基本算是刷屏了。四层 Engineering技术宅们挺会取名字的agent 这几年的范式名都是 “xxx Engineering”。而且这个框架所表述的不是既定的东西而是 2022 到 2026年不断发展的历程。最里边Prompt Engineering是2022 到 2024 年期间诞生和发展的研究的是怎么把一句话问好。那时候AI潮流在中国还没有火起来大部分人都不知道 LLM 这种 AI。豆包 和 kimi 都还在铺开盖地打广告。往外一层是Context Engineering2025 年火起来的你研究的是这一轮的窗口里该塞哪些文档、历史和工具定义。说上下文工程可能你会觉得陌生但是我说MCP你肯定熟悉了。MCP 就是上下文工程时期的典型。再往外是Harness Engineering这个在现在那可是太火了毕竟发酵了小半年刷抖音B站、论坛博客全是 Harness 的文章媒体。它研究的是 agent 跑起来的整个环境工具、权限、状态、恢复、验证都归你管。把 AI 看作是一匹烈马如果你不用很好的马鞍不用很好的驭术很难驾驭它。这也是为什么它叫马鞍工程。所以你需要为 Agent 配置运行时环境并为这个环境设置好“约束和边界”以规矩去约束 AI不能让它随意奔跑。然后“知识库”也是环境的一部分你的项目需要维护一个类似“项目Wiki”的知识库以便 AI 能了解背景索引文件“memory”也是知识库的一部分。接着是为 AI 配置 AI能操作的工具比如MCPfunction tool 这些。最后人的参与是必不可少的现在的AI没有发展到一个 可以独立自主运行的水平AI 的行动需要人的指示、AI 的产出需要认得验证。最外层就是最新出来的Loop Engineering。它的单位不是一个 agent 的一次运行而是跨很多轮的自运行循环。我觉得可以这么说Loop Engineering 就是 Harness Engineering 的基础上再加一层调度、编排、自驱动的壳子。剖析 Loop谷歌工程师 Addy Osmani 在技术博客里给了张 Loop 解剖图把 Loop Engineering 给拆解成六个部分以下我们用“六个原语”来指代这六个部分。在 Claude Code 和 OpenAI Codex 这类工具里其实已经有 Loop 的实现了。比如 cc 和 codex 的 “/goal” 就是让 AI 循环执行直到达到目标。Automations自动化调度如果你玩过 OpenClaw那你应该知道 OpenClaw 有个心跳机制隔断时间就自动执行某事。loop 的“Automations” 也类似心跳机制它负责按时钟去做发现和分诊。Worktrees工作树隔离干开发的肯定用过在原仓库的基础上复制多份仓库每个仓库都对应一个分支在每个仓库上开发不同的功能模块。worktree 让多个并行的 agent 不会起代码冲突。如果在同一个仓库里AI 甲读了一个文件准备修改如果此时 AI 乙修改了这份文件那 AI 甲就会修改失败Edit 工具会报错说文件已被修改。换 worktree 就没事了。有人可能会问“那我只让一个 AI 干活不就不会起冲突了吗”那不行啊啥年代了还一个AI隔这谈恋爱呢subagent 也是 Loop Engineering 的一部分必然是多 AI 协同工作的。Skills技能把项目知识固化下来写成一个技能封装起来以便复用。skills 是一个家喻户晓的东西了我就不多赘述。Connectors连接器这个其实就是 MCP连接器是靠 MCP 来把不同的业务系统给接入AI让AI能操作的比如这个这是 BrowserOS 浏览器的界面红圈圈住的部分就是Connectors你可以把你的Gmail谷歌文档等以MCP的形式接入 BrowserOS然后 AI 就可以操作这些东西了。Sub-agents子代理说到子代理其实在去年年末我就有个预测我预测今年各大AI公司的发展路线里一定会有“长程任务多Agent协作”和“自主迭代”。而这里的 subagents 就是 “长程任务多Agent协作” 这一点了。派一个 AI负责编排任务并给它派生子代理的权限在任务进行时编排者会依照任务自行派出subagents去干活最后派agents做验收。我人在电脑面前看 AI 这么团结又勤劳简直爽歪歪啊Memory记忆Memory 是在 context window 之外持久化状态。Codex等遵循AGENTS协议的工具 用AGENTS.md、Memories或者通过 connector 接 Linear来维护记忆系统Claude Code 这种私家工具用CLAUDE.md、auto memory或者也接 Linear 来维护记忆。为何在现在变成主流while 循环套 agent 的想法其实早就有比如Ralph Loop。而 Loop 变成 一种 Engineering我认为不仅仅只是因为 cc 的 Boris Cherny 在采访中说的那句话还有一点LLM 模型和 Agent 工具比原先更先进成熟了。现在的 LLM动辄 1000k 上下文、多模态、Agent能力还相比原来提升很多。而claude codecodex这类生产力 agent 工具以及 openclaw 这类个人 agent 助手现在功能也越来越多。subagent、skills、MCP对于现在的 agent 工具那都是标配。再得益于 Harness Engineeringloop 就从原来得单一功能发展成了现在的 Engineering。失控现在的 AI 是真的不好保证可用性稍有不慎删文档删库是常有的事情。就比如早期在 win 上用 codex 吧我是见过被递归删盘的惨案的。loop 也有可能失控如果没有迭代上限、没有无进展检查、没有 token 预算那就等着被烧钱被榨干。这是真有个惨案的在2026 年 5 月 20 日阿里云峰会上《崩坏》系列的技术团队负责人说米哈游有人为了实现项目搭了几十个 Agent 协同一晚上烧掉了价值约 200 万人民币的 Token。惨然后 Addy Osmani 还提到了一个风险叫理解力负债、Comprehension Debt。loop 越快地产出你没写过的代码仓库里存在的东西和你真正理解的东西之间的鸿沟就越大。loop 跟你说这个任务完成了那只是它的一个 声明不代表它真的对了以现在 AI 的水平多半有坑。写在最后我认为 Loop Engineering 虽然还处在早期但也是今年 AI 发展的一个重要节点。大部分 ai coding 工具都有 loop 的实现了我觉得可以尽早使用。还可以参考一些开源工具的 loop 源码来学习、移植、改进。如果你觉得这篇文章有帮助点赞关注点点赞~表它真的对了以现在 AI 的水平多半有坑。写在最后我认为 Loop Engineering 虽然还处在早期但也是今年 AI 发展的一个重要节点。大部分 ai coding 工具都有 loop 的实现了我觉得可以尽早使用。还可以参考一些开源工具的 loop 源码来学习、移植、改进。如果你觉得这篇文章有帮助点赞关注点点赞~
Loop：Agent发展的第四个Engineering已经来了
发布时间：2026/6/18 12:30:51
大家好我是HLAIA光子。我常常刷到有关 Harness 的博客Harness 工程从今年年初到现在越来越普及相关的博客也可谓是热火朝天。然而就在最近我发现了一个新的工程Loop Engineering循环工程一开始我以为是某些营销号为了博流量才乱取些名字直到我看到 卡兹克 也发了篇关于 Loop Engineering 的文章才知道 Agent 的新工程来了。于是我赶快去调查学习了一波。Loop Engineering就是设计一个会自己发现工作、自己分发任务、自己验证结果、自己决定下一步的系统。引火线我对 Loop 其实不陌生的我记得在去年年末还是今年年初的时候我就看到过有 Agent 框架已经有 “Ralph Loop” 的概念和功能了循环执行一个任务直到达到验收标准。关于 Loop Engineering我去查了下发现又和 A\ 有关。2026年6月4日Claude Code 的负责人 Boris Cherny 在访谈中说“我不再 prompt Claude 了。我有 loops 在跑它们负责 prompt Claude 并搞清楚该做什么我的工作就是写 loops。”一个做 Claude Code 的人用 Claude 的方式不再是聊天而是搭流水线。几天后OpenClaw 的作者在 X 上发了一句只有 12 个词的推文You shouldn’t be prompting coding agents anymore. You should be designing loops that prompt your agents.同一天Google 的工程师 Addy Osmani 发了一篇博文正式给这个实践起了名字叫 Loop Engineering还拆出了五个构建块加一根记忆脊柱。之后的一周里一堆技术媒体都跟进解读基本算是刷屏了。四层 Engineering技术宅们挺会取名字的agent 这几年的范式名都是 “xxx Engineering”。而且这个框架所表述的不是既定的东西而是 2022 到 2026年不断发展的历程。最里边Prompt Engineering是2022 到 2024 年期间诞生和发展的研究的是怎么把一句话问好。那时候AI潮流在中国还没有火起来大部分人都不知道 LLM 这种 AI。豆包 和 kimi 都还在铺开盖地打广告。往外一层是Context Engineering2025 年火起来的你研究的是这一轮的窗口里该塞哪些文档、历史和工具定义。说上下文工程可能你会觉得陌生但是我说MCP你肯定熟悉了。MCP 就是上下文工程时期的典型。再往外是Harness Engineering这个在现在那可是太火了毕竟发酵了小半年刷抖音B站、论坛博客全是 Harness 的文章媒体。它研究的是 agent 跑起来的整个环境工具、权限、状态、恢复、验证都归你管。把 AI 看作是一匹烈马如果你不用很好的马鞍不用很好的驭术很难驾驭它。这也是为什么它叫马鞍工程。所以你需要为 Agent 配置运行时环境并为这个环境设置好“约束和边界”以规矩去约束 AI不能让它随意奔跑。然后“知识库”也是环境的一部分你的项目需要维护一个类似“项目Wiki”的知识库以便 AI 能了解背景索引文件“memory”也是知识库的一部分。接着是为 AI 配置 AI能操作的工具比如MCPfunction tool 这些。最后人的参与是必不可少的现在的AI没有发展到一个 可以独立自主运行的水平AI 的行动需要人的指示、AI 的产出需要认得验证。最外层就是最新出来的Loop Engineering。它的单位不是一个 agent 的一次运行而是跨很多轮的自运行循环。我觉得可以这么说Loop Engineering 就是 Harness Engineering 的基础上再加一层调度、编排、自驱动的壳子。剖析 Loop谷歌工程师 Addy Osmani 在技术博客里给了张 Loop 解剖图把 Loop Engineering 给拆解成六个部分以下我们用“六个原语”来指代这六个部分。在 Claude Code 和 OpenAI Codex 这类工具里其实已经有 Loop 的实现了。比如 cc 和 codex 的 “/goal” 就是让 AI 循环执行直到达到目标。Automations自动化调度如果你玩过 OpenClaw那你应该知道 OpenClaw 有个心跳机制隔断时间就自动执行某事。loop 的“Automations” 也类似心跳机制它负责按时钟去做发现和分诊。Worktrees工作树隔离干开发的肯定用过在原仓库的基础上复制多份仓库每个仓库都对应一个分支在每个仓库上开发不同的功能模块。worktree 让多个并行的 agent 不会起代码冲突。如果在同一个仓库里AI 甲读了一个文件准备修改如果此时 AI 乙修改了这份文件那 AI 甲就会修改失败Edit 工具会报错说文件已被修改。换 worktree 就没事了。有人可能会问“那我只让一个 AI 干活不就不会起冲突了吗”那不行啊啥年代了还一个AI隔这谈恋爱呢subagent 也是 Loop Engineering 的一部分必然是多 AI 协同工作的。Skills技能把项目知识固化下来写成一个技能封装起来以便复用。skills 是一个家喻户晓的东西了我就不多赘述。Connectors连接器这个其实就是 MCP连接器是靠 MCP 来把不同的业务系统给接入AI让AI能操作的比如这个这是 BrowserOS 浏览器的界面红圈圈住的部分就是Connectors你可以把你的Gmail谷歌文档等以MCP的形式接入 BrowserOS然后 AI 就可以操作这些东西了。Sub-agents子代理说到子代理其实在去年年末我就有个预测我预测今年各大AI公司的发展路线里一定会有“长程任务多Agent协作”和“自主迭代”。而这里的 subagents 就是 “长程任务多Agent协作” 这一点了。派一个 AI负责编排任务并给它派生子代理的权限在任务进行时编排者会依照任务自行派出subagents去干活最后派agents做验收。我人在电脑面前看 AI 这么团结又勤劳简直爽歪歪啊Memory记忆Memory 是在 context window 之外持久化状态。Codex等遵循AGENTS协议的工具 用AGENTS.md、Memories或者通过 connector 接 Linear来维护记忆系统Claude Code 这种私家工具用CLAUDE.md、auto memory或者也接 Linear 来维护记忆。为何在现在变成主流while 循环套 agent 的想法其实早就有比如Ralph Loop。而 Loop 变成 一种 Engineering我认为不仅仅只是因为 cc 的 Boris Cherny 在采访中说的那句话还有一点LLM 模型和 Agent 工具比原先更先进成熟了。现在的 LLM动辄 1000k 上下文、多模态、Agent能力还相比原来提升很多。而claude codecodex这类生产力 agent 工具以及 openclaw 这类个人 agent 助手现在功能也越来越多。subagent、skills、MCP对于现在的 agent 工具那都是标配。再得益于 Harness Engineeringloop 就从原来得单一功能发展成了现在的 Engineering。失控现在的 AI 是真的不好保证可用性稍有不慎删文档删库是常有的事情。就比如早期在 win 上用 codex 吧我是见过被递归删盘的惨案的。loop 也有可能失控如果没有迭代上限、没有无进展检查、没有 token 预算那就等着被烧钱被榨干。这是真有个惨案的在2026 年 5 月 20 日阿里云峰会上《崩坏》系列的技术团队负责人说米哈游有人为了实现项目搭了几十个 Agent 协同一晚上烧掉了价值约 200 万人民币的 Token。惨然后 Addy Osmani 还提到了一个风险叫理解力负债、Comprehension Debt。loop 越快地产出你没写过的代码仓库里存在的东西和你真正理解的东西之间的鸿沟就越大。loop 跟你说这个任务完成了那只是它的一个 声明不代表它真的对了以现在 AI 的水平多半有坑。写在最后我认为 Loop Engineering 虽然还处在早期但也是今年 AI 发展的一个重要节点。大部分 ai coding 工具都有 loop 的实现了我觉得可以尽早使用。还可以参考一些开源工具的 loop 源码来学习、移植、改进。如果你觉得这篇文章有帮助点赞关注点点赞~表它真的对了以现在 AI 的水平多半有坑。写在最后我认为 Loop Engineering 虽然还处在早期但也是今年 AI 发展的一个重要节点。大部分 ai coding 工具都有 loop 的实现了我觉得可以尽早使用。还可以参考一些开源工具的 loop 源码来学习、移植、改进。如果你觉得这篇文章有帮助点赞关注点点赞~
