别再给 AI 写提示词了：让系统自己提示自己的循环工程

2026 年 6 月，三个互不通气的人在同一周说了同一句话："不要再给 AI 写提示词了。"

他们是 Peter Steinberger（OpenClaw 作者，帖子浏览量 800 万）、Boris Cherny（Anthropic Claude Code 负责人）和 Addy Osmani（Google Chrome 工程师）。

然后有人把这件事写成了一篇论文。不是学术象牙塔的理论，而是来自 Anthropic 内部、用真实案例和数据堆出来的工程方法论。

论文叫《Loop Engineering: The Anthropic Playbook for Designing Systems That Prompt Your Agents》。本文就来完整解析它。

一、这篇论文到底在说什么

用一句话概括整篇论文的核心主张：

循环让生成几乎免费，判断力成为唯一的稀缺资源。同样的循环，两个人构建，可以产生截然相反的结果。

这不是"又一个 XX 工程"概念炒作。论文开篇就承认：过去两年，提示词工程、上下文工程、框架工程接连出现，"想翻白眼是可以理解的"。

但这一次不同。 之前的所有术语都假设人坐在键盘前，逐行指挥 Agent。循环工程删除了这个假设：人不再在循环内部，而在循环外部，构建循环。

从"操作 Agent 的人"变成"设计 Agent 的人"。从"做发动机"变成"设计发动机"。

二、四层栈：循环在哪里

论文把 AI 编程的演进画成一个四层栈：

每一层向上，关注的东西大一号：从一句话，到一个窗口，到一次运行，最后到一个自运行的循环。

关键在于，每层的失败爆炸半径不同。

考虑同一个 bug（Agent 误读函数返回值）：

• 提示词层：一次错误答案，人立即看到，改提示词
• 上下文层：答案自信地错了，人清掉过时上下文
• 框架层：Agent 改了文件，但 diff 可见，人发布前审查
• 循环层：误读被写入状态文件，第二天被当作既定事实读回，在多轮中层层叠加。等人发现时，错误已成承重结构

循环工程中最重要的直觉：错误的代价与它在被发现前存活的轮次成正比，而循环按其构造就是一个最大化轮次的机器。

后面所有内容，评估器、检查点、预算上限，都是为了缩短错误与发现之间的距离。

三、循环的五个动作

论文把一轮循环拆成五个动作，丢掉任何一个循环就不转：

调度（Scheduling）
    │ 定时器或触发器启动
    ▼
发现（Discovery）
    │ Agent 自己找值得做的工作
    │ 读 CI / issue / 提交 / 上次状态
    ▼
交接（Handoff）
    │ 每个发现开一个隔离的 git worktree
    │ 多个 Agent 并行互不干扰
    ▼
验证（Verification）
    │ 第二个 Agent 审查第一个的产出
    │ 不同指令，有时是不同模型
    │ 这就是"能说不的东西"
    ▼
持久化（Persistence）
    │ 结果写到磁盘（PR / 状态文件 / 收件箱）
    │ Agent 会遗忘，仓库不会
    ▼
回到调度：下一轮

论文给的真实例子

Osmani 的晨间分诊循环，每天早上自动化自己启动：

1. 分诊 Skill 读取昨天失败的 CI、开放 issue、最近提交
2. 对每个发现打开隔离 worktree
3. 子 Agent A 起草修复，子 Agent B 审查
4. 连接器自动开 PR + 更新工单
5. 处理不了的进收件箱等人
6. 状态文件保存，第二天从这继续

没有一步需要人动手，但它在该等人的地方停下来等人。

四、六个部件：循环由什么构成

五个动作由六个部件实现：

论文特别强调一个概念，意图债（Intent Debt）：

每次你重新解释"这个项目是什么、规则是什么、陷阱在哪"，你都在还一笔利息越来越高的债。Skill 把这笔债一次还清：知识永久化在文件里，Agent 每轮直接读。

五、生成器与评估器：论文的核心章节

这是整篇论文最重要的一章。

循环最难的部分不是让 Agent 运行，而是在里面放一个能说"不"的东西，而写代码的 Agent 最不可能说它。

问题：Agent 总是赞美自己

Anthropic 工程师 Prithvi Rajasekaran 在构建长时间运行的应用时发现：让 Agent 给自己刚写的东西打分，它倾向于自信地赞美。

这不是模型不够聪明。这是给自己的作业打分。代码写入时的上下文已经塞满了"为什么这样写"的理由，Agent 看自己输出时看到的不是结果，是自我说服的链条。

在循环里这个缺陷被放大：如果每轮的"够好了吗"都由刚写完的 Agent 决定，每轮都在向自己点头，跑得越久偏离真实质量越远。

解法：结构性地分离生成和判断

论文给出的四个步骤：

第一步：分离。写代码的 Agent 和评判的 Agent 必须是不同的，不同指令，最好不同模型。

第二步：把评估器调教成怀疑者。告诉它"假设代码是坏的，除非证明不是"，默认立场是怀疑，不是信任。

第三步：让评估器行动，不只是读。接 Playwright MCP：打开页面、点击按钮、截图、检查 DOM。判断基础从"这个 JSX 看起来没问题"变成"我点了按钮，页面导航了，这是截图"。

第四步：停止条件由全新模型判断。Claude Code 的 /goal 命令：每轮后一个小而快的模型检查条件是否成立；不成立就继续跑，而不是返回给人。

循环的地板是它的评估器。生成器的水平决定循环能产出什么；评估器的水平决定它不会产出什么。

评估器的配置模板

# 评估器 Agent (.claude/agents/reviewer.md)
ROLE: 对抗性代码审查者
ASSUME: 这段代码是坏的，除非证明不是
DO NOT 赞美。找出失败的地方
CHECK，按顺序：
1. 它能跑吗？（执行，别只读）
2. 测试：运行它们，粘贴真实输出
3. 作者跳过的边界情况
4. 行为是否匹配工单？
USE Playwright MCP：打开页面、点击、截图、检查 DOM
VERDICT: 只有所有检查通过才 PASS
否则 REJECT + 列出每个原因

这个思路借自生成对抗网络（GAN）：一个网络构建，一个挑错，移植到 Agent 上。

六、五种失败模式

论文列举了循环失败的方式，每种对应五个动作之一被跳过：

论文指出，这些失败不是独立的。缺少验证的循环通常也缺少持久化。实践中它们成簇出现：

纪律严明的循环安装全部五个动作，仓促的循环只安装发现和交接这两个产生可见输出的，跳过三个产生安全的。

七、三个真实案例

论文最有说服力的部分不是理论，是已经在跑的真实循环。

案例一：一个工程师的早晨

Osmani 的晨间分诊循环，第三节已经完整拆过。一个人、一台机器，每天早上干掉粗活。

案例二：Stripe 的 Minions，每周 1300 个 PR

Stripe 每周合并超过 1300 个拉取请求，没有一行手写。

这是企业级的循环。关键设计：

• 触发器很轻：在 Slack 里向机器人发消息或加表情反应
• 模型醒来之前，确定性编排器先组装上下文：扫描链接、拉取 Jira、用 Sourcegraph + MCP 定位代码
• 能被硬编码的工作永远不交给概率模型
• Agent 写代码，硬编码管线跑 linter（Agent 不能跳过），Agent 修 lint，硬编码步骤提交
• 沙箱是 EC2 上的 Devbox，"牲畜不是宠物"，每个环境随意替换

最反直觉的结论：

Minions 不是建立在更强的模型上。它是开源工具 Goose 的 fork。可靠性来自约束的质量，而非模型的大小。

那 1300 个 PR 仍然由人类审查，人没离开，只是换了桌子，从写代码换成了审查代码。

案例三："睡觉时运行"到底依赖什么

论文做了一个重要区分：

本地重运行意味着"我在的时候多跑几轮"；云端调度意味着"我不在的时候也跑"。把两者混为一谈，就是为什么有人合上盖子后以为循环还在跑，其实已经停了。

成熟的循环通常两者都用：本地做紧密内循环检查，云端做过夜扫描。

八、四种隐性成本

循环跑得越欢，错得越静。 四种成本悄然累积，循环运行时一个都不响警报。

1. 验证债（Verification Debt）

每个打开并合并的 PR 省了时间，但省下的时间变成了等待偿还的未验证输出。问题藏在测试没覆盖的地方，藏在"能跑"和"正确"之间的缝隙里，积累到某个发布早晨突然爆发。

2. 理解腐烂（Comprehension Rot）

循环越快发布人没写的代码，存在的与人实际理解的差距越大。读代码比写代码无聊，循环把写代码拿走了；代码库在增长，人脑的地图停滞了。

3. 认知投降（Cognitive Surrender）

当循环自行运行，诱惑是停止持有观点，直接接受它给的东西。不是"没时间"而是**"不再想操心"**。循环越可靠，越容易外包判断。

4. Token 失控（Token Blowout）

循环孵化帮手、重试、一轮又一轮。一个 bug 能整夜空转，产出一张不熟悉的账单而不是修复好的代码。

四种成本的恶性循环

论文给出了一个让人后背发凉的例子：

一个循环一夜打开 20 个 PR，全部测试通过。3 个包含测试未覆盖的微妙错误。没有独立评估器，那 3 个合并了（验证债）。人合并了 20 个 PR 没读，心理模型落后 20 个改动（理解腐烂）。循环跑得太顺了，人停止读第二天早上的批次（认知投降）。循环整夜自由孵化帮手，账单是预估的三倍（Token 失控）。

三个埋藏的错误现在坐在人不再完全理解的代码库里，被一个已经停止查看的人守护着。

四种成本不是独立风险的清单；它们是穿着四张面孔的同一个失败。

九、保持工程师身份

这是整篇论文最打动人的章节。

同样的循环，由两个不同的人构建，可以到达截然不同的地方。一个用循环在已掌握的事情上加速，六个月后变强了。另一个用同样的循环这样再也不用理解了，六个月后变成了一台他读不懂的机器的守门人。

循环不是质量由工具固定的工具。它如此强大，不变地放大人带来的任何东西：带来理解，放大理解；带来懒惰，放大懒惰。它是一个忠实的乘号，它乘的是人。

循环让生成变得几乎免费：代码、计划、PR、修复。保持稀缺的是判断力：知道哪个计划是对的，哪行应该停，哪个输出跑起来没问题但根本上是错的。

循环可以生成一百个选项但不能真正选择。它选择"看起来合理"，不是"真的对"。而那两者之间的差距就是工程师存在的理由。

因为循环是判断力的放大器，判断力的失误也被放大。旧世界里一个错误决定代价一段手写的错误代码，爆炸半径有限。新世界里一个错误决定被忠实地、批量地、一百次地执行，被一台不会停下来问"这对吗"的机器。

循环移除了曾经拯救工程师的慢速齿轮。人不能再指望过程慢到能在中途发现错误，因为过程没有慢速齿轮了。

十、判断力的经济学

论文做了一个经济学观察。

什么变得充裕：循环让代码、计划、修复、PR 变得充裕。一个构建了良好循环的工程师可以产出一个小团队的量。打字、样板代码、机械重构，坍塌向零成本。

什么保持稀缺：决定保留哪些充裕产出的判断力。循环可以生成一百个候选实现；它不能告诉你哪个是对的。

一个价值主要在机械劳动的工程师，快速打字、广博的 API 记忆、愿意啃样板，发现那价值在蒸发。一个价值在判断力的工程师，发现它被放大了。

同一个工具扩大了两种工程师之间的差距。它不会平等地抬升每个人；它乘上每个人带来的东西。

十一、操作纪律：三条铁律

1. 总是读一个样本

不是读循环产出的所有东西，那违背目的。而是每天读一个有代表性的样本，强迫自己解释每个改动：做了什么，为什么那样做。无法解释一个改动，就是你的心理地图落后于代码库的精确信号。

2. 先设上限再发布

在循环第一次无人值守运行前设硬天花板：每次运行预算、每日预算、最大重试次数。这些数字主要不是省钱；它们是断路器，把无界风险转换成有界风险。没有上限的循环，是把消费权委托给自己 bug 的循环。

3. 保持一扇门开着

在循环里建至少一个检查点让人暂停，不是因为人总是干预，而是因为暂停的存在让人保持在能干预的位置。焊死每扇门的工程师，在必须进去的那天发现不再持有钥匙。

十二、构建你的第一个循环

论文给了完整的、带注释的第一个循环代码。Stripe 是终点，不是起点。第一个循环应该小到几乎看不出是个系统。

五步：

1. 运行 /loop：按间隔重运行同一任务
2. 读 CI 和 issue，先分诊：给它一个 prompt 每天看三件事
3. 加状态文件：把结果写到磁盘，Agent 遗忘，仓库不遗忘
4. 加评估器：/goal 跑到条件满足，由不同模型判断
5. 加 worktree 做并行：每个后台 Agent 独立 worktree

安全扩大循环的原则

先增加循环发现的东西，再增加它并行做的量。先证明评估器能抓住真正的错误，再信任它门控多个 Agent。Stripe 的可靠性来自多年硬化确定性门，不是从大规模开始。一个循环赢得运行更多 Agent 权利的方式，是先证明它能停住一个坏的。

十三、论文的终极主张

横跨全部章节，论点有一条脊柱。循环工程是四层栈的第四层。一轮是五个动作，由六个部件实现。失败就是那些动作被跳过。最难的是验证，因为给自己的工作打分的 Agent 会赞美它。

循环已经在实践中运行，从一个工程师的早晨到每周 1300 个 PR 的企业。让它们可靠的是约束的质量，而非模型的大小。它们积累四种隐性债务，互相强化，同时到期。

因为循环是构建者的放大器，同样的循环由两个人构建产生相反的结果，差别在一两个检查点上，它们决定了后来谁掌控。

要带走的一句话：

停止提示 Agent，设计提示它的系统，但像一个打算继续当工程师的人那样设计，而不只是按"开始"的人。

十四、首月的田野笔记

论文结尾有四条给团队的实操建议：

1. 存活的是赢得信任的小循环，不是要求信任的大循环
2. 工程精力应该花在评估器上：强生成器配弱审查者产出自信的垃圾，中等生成器配尖锐审查者产出可靠进展
3. 人工审查点不是临时脚手架：它是保持循环可信的永久特征，拆除的那天就是理解腐烂认真开始的那天
4. 预算上限应该假设会有东西整夜空转来设

最后的总结让人深思：

让团队惊讶的是，循环"就是能用"的愉快体验多快侵蚀了让它能用的纪律，而那种侵蚀在某个它不再能用的早晨之前是不可见的。手册最终不是关于构建循环，那部分现在确实容易了，而是关于保持那种在任何给定早上仍然能回答"循环刚做的事到底对不对"的工程师。

本文是对论文《Loop Engineering: The Anthropic Playbook for Designing Systems That Prompt Your Agents》的解析。论文基于开源指南《Loop Engineering: Stop Asking Me What It Is》（橙皮书 v260615）：循环框架归功于 Addy Osmani，生成器与评估器的发现归功于 Anthropic 工程师 Prithvi Rajasekaran，企业案例归功于 Stripe 的 Steve Kaliski。