四川
其实最早提出loop工程的不是斯坦伯格，是Claude Code创始人鲍里斯。他早就在访谈里说：“我现在不给Claude Code写提示词了，loop替我写，它们判断修改方向，我只负责写loop。”但争议归争议，loop工程到底是啥？和编程里的循环有啥不一样？
Loop翻译过来是循环，但AI Agent里的loop和传统编程循环完全不是一回事。传统循环是“按剧本走”：比如for循环遍历数组，每一步逻辑固定，你得提前写好所有if-else应对各种情况，一旦遇到没预想到的情况就BUG。而Agent loop是“给目标自己摸索”：目标→行动→观察→评估→修正→再行动，每一步都不固定，Agent会根据结果调整，直到接近目标。
但斯坦伯格说的loop更进阶：不是让一个Agent反复做任务，而是把loop当成长期运行、互相协作的AI工作系统。比如每天自动检查GitHub issue，判断哪些要修，分配给Agent，修完跑测试，失败就改，成功提交PR。重点不再是“修某个bug”，而是长期流程处理一类工作。甚至他还用loop监督其他loop：总loop观察全局→分任务给子loop→子loop自己跑→总loop检查进度结果。
那怎么设计loop工程？得搞定5个组件：
第一个是目标。模糊的“优化一下”不行，得像“把接口响应时间从800ms降到300ms以下，保留现有行为，所有测试通过，输出改动说明”这样可验证的目标，给Agent稳定锚点。
第三个是工具。Agent得有匹配任务的工具，比如写代码要给测试工具，但工具不是越多越好——太多会让Agent迷失。要选必需的工具，每个工具用途清晰，让Agent专注任务。
第四个是评估。这是loop的灵魂，得自动化。比如用测试用例判断功能是否正常，但有些主观标准（代码可读性、设计美感）需要人工检查点，也就是“human-in-the-loop”——自动化处理常规判断，人负责关键决策。
第五个是停止条件。循环不能瞎转：成功条件（评估通过）、失败条件（连续多轮没改进）、资源限制（时间/成本超支）、风险检查点（高风险操作等人工确认），这些都得设计好。
把这五个组件拼起来，就是一个完整的loop工程。它不是取代提示词，而是给Agent加了个框架，让它能自主迭代解决复杂问题。
看到这里，你觉得loop工程是AI的下一个风口，还是又一个被炒作的概念？评论区聊聊你的看法！如果觉得这篇内容有用，转发给身边搞AI的朋友，一起探讨未来趋势吧！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
