AI与科技

Loop Engineering:别再亲自提示 Agent 了,开始设计会自己提示 Agent 的系统

Loop Engineering 把 coding agent 协作的杠杆点,从“写更好的 prompt”移动到“设计会自动发现任务、分发任务、验证结果、记录状态并继续下一轮的工作循环”。

  • Codex
  • Claude Code
  • AI Agent
  • 自动化
  • 工程效率
Loop Engineering:别再亲自提示 Agent 了,开始设计会自己提示 Agent 的系统

过去两年,我们和 coding agent 协作的方式,基本还是“人类一轮一轮提示”。

你写一个 prompt,它回一个结果;你读完,再补上下文;它继续改。

Addy Osmani 的 Loop Engineering 讲的是另一种变化:你不再把自己放在每一轮 prompt 的位置上,而是设计一个会自动提示 agent、分发任务、检查结果、记录状态、继续下一轮的系统。

标题封面图

一个 loop 需要五块积木

一个 loop 通常需要五件事,再加一个外部记忆层:

  • 自动化
  • worktree
  • skill
  • 插件和连接器
  • sub-agent

第六块是记忆,可以是 Markdown 文件,也可以是 Linear 看板。关键是它必须活在单次对话之外,记录“做了什么”和“下一步是什么”。

五块积木图

自动化是心跳,worktree 是隔离

自动化让 loop 按时醒来,去扫 issue、汇总 CI 失败、写 commit briefing、找 bug。

worktree 则解决并行时的文件冲突,让多个 agent 在各自 checkout 里工作。

但 worktree 只能解决机械冲突,不能解决你的 review 带宽。

自动化与worktree图

Skill 和 connector 让 loop 不再瞎猜

Skill 把项目规则、构建步骤、历史坑位和任务流程写到外部,避免 agent 每轮都从零推断。

Connector 则让 loop 进入你的真实工作环境:issue tracker、数据库、staging API、Slack、GitHub、Linear。

有了它们,loop 才能从“建议你怎么做”,变成“开 PR、关联 ticket、CI 绿了以后通知频道”。

sub-agent 让写的人和检查的人分开

loop 里最重要的结构之一,是把 maker 和 checker 分开。写代码的 agent 不应该自己给自己打分。

一个不同角色的 verifier,往往能抓到第一个 agent 说服自己接受的问题。

sub-agent验证图

最后

Loop Engineering 不是让你退出工程,而是把你的杠杆点从“写 prompt”移动到“设计系统”。

真正成熟的态度不是让 loop 替你思考,而是设计 loop 放大你的判断,同时仍然承担工程责任。

原文来源:@addyosmani