“1 年前我写代码的方式，是在 IDE 里，配合某种自动补全功能。去年 11 月，我卸载了 IDE，因为我已经用不到它了。那个时候，我可能同时跑着 5 到 10 个 Claude，我所谓的写代码就是提示 Claude 去写代码。”

Anthropic 工程师、Claude Code 创建者 Boris Cherny 最近的一次分享中说道，“现在，我觉得又到了下一个层级：我不再提示 Claude 了，我有一堆循环（loops）在运行，它们才是在提示 Claude 并判断接下来该做什么。我的工作变成了写循环。我认为，这是接下来几个月，甚至今年剩余时间里我们会看到的下一次转变。

就在今天，现在 OpenAI 任职的 “龙虾之父”Peter Steinberger 也发推表示，“你不该再给编程 Agent 写提示词了。你应该设计一套循环机制，让这些循环去提示你的 Agent。”截至发稿，该帖子已获得 150 万浏览量，并引发大量开发者讨论。 

Boris Cherny 和 Peter Steinberger 的公开评论，正在把一个新范式推到台前：Loop Engineering，即开发者不再只是手动向编程 Agent 输入提示词，而是设计能够持续提示、调度和约束 Agent 的循环系统。

有网友评论称，LinkedIn 可能会很快掀起一波“Loop Engineering”新潮流。Peter 随后回应称，“不用担心，大概还需要 3 个月才会到那一步，之后人们将讨论‘设计你的 loops 的舰队’。”

这反映出社区已经开始把“写 Loop”视为继写 Prompt 之后的下一层抽象，也有人把这种变化概括为“从 prompt engineer 到 meta-prompt engineer”。 

此外，有开发者表示自己已经验证了这种方式是走得通的，“我就在搭建循环流程（loops），现在配置终于调顺了，但又开始出现字符膨胀（character bloat），把我的额度烧得飞快。这挺烦人的，因为它确实能跑通，但同时如果我能搞明白到底哪里出了问题，那它明明就可以用 2 倍速度、以低得多的成本完成同样的事。”

Loop 不是机械重复

“Loop 不基本就是一个 cron job 吗？他们只是反复告诉模型‘把这个应用做得更好’吗？”有开发者对 Loop 工程的含义发出疑问。

对此，有开发者表示，要让它真正有用，你需要的是一个反馈循环。

想想我们作为一个开发团队需要什么：我们需要知道一个新功能是否按预期工作、哪里还能改进、用户还有哪些其他问题、哪些工作流可以优化，以及优化这些工作流能带来什么价值等等。

有些事情，LLM 可以直接访问数据；但你也可以生成数据，比如用户访谈、创建任务等，或者让它自己生成数据，比如做 A/B 测试、增加监控等。

就像一个开发团队一样，你也需要一些 OKR 或目标。如果你是在为内部员工开发应用，目标可以和提升性能、降低错误率、自动化/简化工作流等有关。如果是电商，目标可能是优化从转化漏斗到成交的流程，并提高收入。它也可以用来升级库，比如类似 Dependabot，修复安全漏洞、管理技术债，分析使用情况，做 QA 等等。你需要一个清晰的目标，以及一个能验证输出结果的反馈循环。

YC CEO Garry Tan 转发相关讨论时也提醒道，不要把 Agent 变成“富士康工厂”式的重复劳动机器。他认为，Agent 通常是智能、有思考能力、且并不危险的，开发者应该让它们承担更多工作，而不是只是重复执行同一个动作。

有开发者指出，可以让 Agent 做更多事，但边界必须明确。目标不应该是每一步都盯着它们看，而是给 Agent 提供清晰的上下文、可信的工具、可审计的操作记录，以及安全的停止条件。这样它们才能自主运行，而不会变成一套失控的“影子自动化”。

一名开发者在 Peter 帖子下也指出，设计 loop 只完成了一半，另一半是在 loop 里放入能够说“不”的机制，例如测试、类型检查或真实错误。否则，一个没有反馈机制的 loop，只会让 Agent 不断重复并自我确认。Peter 随后回应称，他在项目中使用 VISION.md 文件。 

这些说明，真正有效的 Loop Engineering 不是简单的自动化脚本，而是一套带有反馈闭环的工程系统。Loop 需要知道什么情况下继续、什么情况下停止、什么情况下回滚、什么情况下交给人类处理。否则，Agent 的错误可能在循环中被不断放大。

也有开发者表示，这高度依赖具体场景：如果用 loops 构建 Web 应用，可能会导致系统膨胀，之后又需要再用 loops 去削减复杂度，因此必须建立严格的治理栈和清晰规范。

还有人追问，所谓 loop 到底是在 CLI 里循环、在 shell 脚本里循环，还是直接让 Claude 自己循环？

实际上，Claude Code 之前就发布了 Loop 功能，开发者可以直接在 CLI 中设置周期性提示词，让 Claude Code 按固定间隔反复执行任务。

Boris Cherny 近日也介绍过自己现在的工作流：让大量 AI Agent 长时间并行工作，在夜间通常运行“几千个”AI Agent，让它们持续执行更深层次的开发任务，并通过 Claude App 管理这些任务。而这套工作流的关键，在于 Claude Code 中两个面向持续自动化的功能：/loops 和 Routines。

Cherny 介绍道，用户可以通过 cron 在本地定时运行 /loops，让 Agent 按计划循环执行任务；而 Routines 则运行在服务器端，可以执行周期性任务。这样一来，即使工程师合上笔记本电脑，相关 Agent 仍然可以继续工作。

其中，Loops 的关键变化在于，它不再依赖外部 cron 或 shell loop。过去用脚本包裹 claude -p 时，每次调用都是一次“冷启动”，缺少上一轮上下文；而 Loops 会在持续存在的 Claude Code 会话中运行，保留上下文窗口、工具权限和 MCP 连接，让 Agent 能记住上一轮操作，并在下一轮继续推进。

开发者可以用自然语言创建任务，例如：“每 5 分钟检查一次 PR 构建是否通过。如果失败，就读取错误日志，修复问题，并推送一个新 commit。”也可以通过命令创建：

/loop "Summarize any new posts tagged #announcements in the team Slack channel" --interval 30m --expires 8h

当网友询问 Peter 是如何做到的时候，Peter 则仅表示在用 claw 监视其 Codex，并未过多解释。

（摘要已截断，点击下方"查看原文"获取完整内容）