本文作者：Henry Li，DeerFlow 团队
摘要
很多人第一次接触 Loop Engineering，容易把它想成 “让 Agent 自动跑起来”。但真正的分水岭，其实是你站在哪个位置：是继续当那个在旁边逐句下指令、盯着每一步的人，还是退后一步，搭一个能替你转动的机制。
这个机制要替你做的，是一连串原本得你亲自来回操作的事：它得自己醒过来开工，而不是等你点一下；它得知道资料藏在哪、怎么去取；它得在干完之后回头掂量一下成果到底成不成；遇到失败，它得自己判断值不值得再试一遍；它还得随时把 “现在进展到哪儿” 这件事记下来，免得下一轮又从头来过。
而最容易被忽略的一点是：它得懂得在恰当的时候停手，把决定权重新交回到人手上。
把这些拼到一起，你会发现，Loop Engineering 并没有发明什么新东西：它依旧是一套工作流，只不过这套流程的驱动者，从 “你” 换成了 “AI”。
过去几个月，很多人其实都在反复做同一件事：
时间一长你会意识到：这本身就是一个循环。 只不过那个负责“再来一轮”的循环体，是坐在屏幕前的人。
如果连“看守”这一步也交给 AI 呢？ 把屏幕前的用户也换成 AI Agent，就引出了最近常被提起的热词：Loop Engineering。
这个名字听上去抽象，落到实处其实只有一句话：把 Loop 的执行者从人换成 Agent。
原本由你亲自跑的“发现问题—想办法—动手—检查”循环，现在交给 Agent 去跑。你要做的，只剩开头把目标（验收标准）说清楚。
不少 Coding Agent 重度用户早已通过 Skill 实践类似做法，只是叫法不一、颗粒度不同。
直到 Claude Code 作者 Boris 和 OpenClaw 作者 Peter 反复提及“Loop Engineering”，它才逐渐流行。
本文是把这套做法的骨架梳理出来，让它从“Early Adopter 的先进工作流”变成“你也能照做的步骤”。
有的人说：Loop Engineering 就是数字员工的开始。
先看一张全景图，后文要展开的环节都在这幅 Closed Loop 里：
目标由用户设定
之后 Discovery → Plan → Execute → Verify 依次接力
达标就 Ship，不达标就回到 Discovery 再来一轮
Memory 位于对话之外，为每一轮递上进度的“接力棒”
知识点：让 AI 给自己写下一个 Prompt？
循环工程里有个思路叫 self-prompting：上一轮跑完后，不由人来想“下一步该问什么”，而是让 Agent 根据已有进展，自己写下一轮要执行的 Prompt。这一步看似不起眼，却是把“人当循环体”换成“Agent 当循环体”的关键拼图。人不再负责接力，循环自己续上了。
回想过去几个月，与 Coding Agent 打交道的节奏大概是这样：
你写 Prompt → Agent 干活 → 产出结果 → 你读结果、判断哪里不对 → 再写下一段 Prompt……如此往复，直到做完。
这套节奏熟练到让人忽略了一个事实：它本身就是一个完整的循环。
发现问题、想办法、动手、检查结果，每个环节都在，循环也确实在转。区别只在于：循环体的执行者是你自己。
Agent 干完一轮就停下，安静等着。
真正负责“判断、决定、再来一轮”的角色，由人来扮演。换句话说：这一轮里，是机器在等你。
图里最关键的是那条折返线：从“你读结果”回到“你写 Prompt”，标着“人肉轮询”。
人，被绑在了循环里最频繁的那个位置上。
代价就藏在这条红线里：
Agent 每跑完一轮，你都得回到屏幕前查看，否则循环就停在那儿不动
注意力被反复切走又切回，刚开始写另一份文档，那边一声“完成”提示音，又得切回来
一天下来，注意力被切得很碎，上下文在几件事间反复搬运，真正连续投入的时间反而不多
不知你是否也有同感，用 AI Coding 之后，类似 ADHD（注意缺陷多动障碍，俗称"多动症"）的状态反而更明显了？
在 macOS “灵动岛”中查看不同 Coding Agent 的进度
社区里甚至出现过用软件通知、ESP32 硬件来提醒“Agent 已经跑完了”的小工具，从侧面也可以证“人盯着循环”这件事有多普遍。
当你把代价摆在手工循环旁边，问题就清楚了：循环本身没问题，问题在于让人去当那个一刻不能离开的循环体。
既然其余环节 Agent 都能跑，那个“再来一轮”的位置，是不是也能交给 Agent？这正是循环工程要回答的问题。
Loop Engineering 的本质，一句话：把循环体的执行者从“你”换成“Agent”。
手工循环里那个一刻不能离开的位置，现在让 Agent 顶上。你要做的，是从“每一轮都判断、都接力”，缩减成“开头把目标说清楚一次”。
这个新循环并不神秘，就是把你脑子里那几步，显式地交给 Agent 去走：
目标：由 human 通过 /goal 设定一次。这是整个循环里 human 唯一必须做、也唯一不该交出去的事：方向得你来定。你也可以借助 grill-me 等机制，让 AI 采访你之后总结成最终目标。
Discovery：Agent 自己去发现这一轮要做什么，而不是等你逐条派活。
Plan：把发现的事，拆成清晰、可执行的步骤。
Execute：动手做。可以采取 fan-out 模式，同时开多个 Agent 并行，各自完成一件互不相干的子任务。
Verify：检查目标有没有达成。这是 Loop Engineering 里我认为最重要的一环。 它是 AI 充分理解需求后拆出的验收条件（Rubric），极其考验模型的推理能力，包括但不限于 Lint、编译、单元测试、E2E 测试等。达标就Ship，不达标就带着这一轮暴露的问题回到前面 Iterate（用的正是前面说的 self-prompting）。
Memory：最容易被忽视的一环，下一节重点展开。
可选一步：Ship 之后，让 Agent 想想"接下来该做什么"，把下一轮入口也备好，循环就能自己续下去。
一轮循环跑完，进展得留下来，下一轮才接得上。
问题是：进展该留在哪里？失败的教训放在哪里？
❌ 常见误区：把所有进展都堆回 Context Window，指望 Agent “记得”上一轮干了什么。
但工作记忆 Context 是有限的，也容易因 attention 流失而被“遗忘”，就是大家常说的 AI 失忆。
Memory 不在对话里，循环才稳得住。
在我看来，Memory 才是真正区别于“前几个月大家自行探索的 Loop” 与 “Boris 等人提出的 Loop Engineering”的地方：它让 Agent 看上去更像真人了。
Orchestrator（编排）：掌管目标的那个 Agent
知识点：Fan-out / Fan-in 是什么？
- Fan-out：一个 Orchestrator 把任务拆开，同时派给多个 Agent 并行去做。
- Fan-in：这些 Agent 各自跑完后，结果再汇聚回来，由一处统一收口、汇总。这一散一聚，是并行循环的基本骨架：散出去是为了快，收回来是为了不乱。
Fan-out、验收、接力这些环节，需要一个总控角色统一管起来。
它掌管目标、负责派活，等各路 Agent 干完后汇总结果，再决定是 ship 还是 iterate（迭代）。
这个角色就是 Orchestrator（编排）。
到这里，循环工程的轮廓就完整了：
用户设定目标 → Orchestrator 接手 → fan-out 并行执行 → 验收后 Ship 或 Iterate → 进度写进对话之外的 Memory，让循环接力下去。
接下来的问题是：这个 Loop 该敞开探索，还是该框定边界？
这就要分 「Open Loop」 和 「Closed Loop」 两种形态来谈。
Open Loop 与 Closed Loop：预算花在哪里
把循环体交给 Agent 之后，最先要面对的不是“它能不能干”，而是“它要花多少”。
同样一句目标，落到不同形态的 Loop 上，开销能差出一个量级。
业界把这两类形态叫做 Open Loop 与 Closed Loop：差别不在谁更聪明，而在于预算花在哪里、花到什么时候为止。
Open Loop 的入口很轻，你只需要给一句话：“去看看该做什么，然后把它做了”，剩下的全交给 Agent 自己展开。
它的运转方式是：
第一次听到 Open Loop，多数人会觉得有些玄乎。但我朋友的创业公司 Crewlet 在这条路上已经走了 2 个月。
Crewlet 的 Agent 正在管理一个名为 SuperDesign 的创业公司
他们把这些数据源全部交给了一个类似中央处理器的 OpenClaw Agent：
GitHub 代码仓库、Sentry 日志、Google Analytics 埋点与行为数据、Supabase 业务主库、AB 实验数据，以及 Stripe 支付、X / Discord 社交数据、SEO、GEO……
这个 Agent 每隔一段时间“醒来”，自主查看核心经营数据与近期错误日志，能做的事包括：
发现经营指标问题并归因
从错误日志中定位 Bug，直接改 GitHub 代码并提交 PR 上线
发现大量用户卡在付费这一步，原因是 Max / Pro 账号页面说明不清
给即将到期的用户发送挽回邮件
改 Agent 代码、增强 Prompt Caching，提性能、省开支
发起 AB 实验并分析报告，进而迭代自身功能
效果出奇地好。
所以 Open Loop 更适合预算充裕、以探索为目的的场景：你要的本就是“它能帮我发现什么”，而不是“在固定开销内交付一件确定的事”。
Closed Loop 换了个起点：从一个有界目标出发。
正因为终点和验收事先定好，开销也跟着可控：你能比较有把握地估出“大概几轮收敛”，也不太担心它绕到无关方向上去。
代价是探索面窄：它基本不会给你意外惊喜。
但这恰恰是交付场景想要的：把一件确定的事，在可预期的开销内做完。
作者建议：多数情况先从 Closed Loop 开始。
先把一件目标清楚的事用 Closed Loop 跑顺，摸清 Agent 在你这套流程里的脾气，再按需把边界一点点放开。反过来，一上来就 Open Loop，往往开销和结果都不容易把控。
接下来，我将用一个验收标准明确的研发任务来演示 Closed Loop。
需要特别说明的是：TRAE 当前还不支持 Loop（很快会支持），大家可以先从这两个 Case 中更直观了解 Loop。
这是一个研发场景：给一个工具库补测试、顺手修掉暴露出来的 bug。
它的好处是验收标准天然客观：这三条都能由机器给出 0/1 判定，不需要任何人主观拍板“算不算做完了”：
一组 acceptance test 全过
typecheck 通过
不破坏现有测试
这正是 Closed Loop 最干净的示范。
把循环工程的解剖（目标 → Discovery → Plan → Execute → Verify → Ship/Iterate，Memory 在对话之外）放进这个任务，每一步都落得很实：
把这套流程画出来，就是下面这个环：红就回到实现，绿就交付，没有第三种出口。
关键就一条：验收是客观的。
测试、typecheck、benchmark 给出的是 0/1 信号：要么全绿，要么有红，没有中间地带。Agent 不需要去猜“我做完了没”“够不够好”，那个判断被外包给了一套确定性检查。
Open Loop 开销难估，根源在于“何时停”由 Agent 自己回答。
而这里，“何时停”被一句 npm test 全绿替代了。
循环有了必须收敛的客观靶子，轮数和开销也就有了大致上界。
把模糊的"做好"换成可判定的"全绿"，Closed Loop 就立住了。
下面是这个循环的 Prompt 骨架，去掉细节只留结构。它干的事很简单：先把目标和验收标准摆明，再给一个硬性循环条件：只要测试不全绿就继续修，全绿才停。
/goal 目标：为
验收标准（全部满足才算完成）：- tests/acceptance/ 下的所有用例通过- `npm run typecheck` 无报错- 现有测试不出现新的失败
循环规则：- 跑 `npm test`。- 若未全绿：读取失败用例与报错，定位并修复，然后重跑。- 只要不全绿，就重复上一步，直到全绿再停。- 中途若验收标准本身有歧义，先提问，不要自行猜测。
实践中，这个“把验收结果塞回循环”的动作可以自动化：用 hook 或 CLI 命令的退出码来驱动。比如约定退出码非 0 即失败，配合 Claude Code 的 PostToolUse 钩子，让每次测试结果自动回流到下一轮，省去人工搬运。骨架是同一个，只是接缝处更顺滑。
在真实工作中，你并不需要自己写出这么清晰的验收标准和循环规则——模型已经足够聪明，能从仓库里自行推理出这些规则。
知识点：什么是 Acceptance Criteria（验收标准）？
它是一组事先约定、客观可判定的条件，用来回答“这件事到底算不算做完”，把“完成”从主观感受变成一个 0/1 信号。
Simon Willison 在 2025 年给过 agent 一个被广泛接受的极简定义——“An LLM agent runs tools in a Loop to achieve a goal”（一个 LLM agent 在循环里调用工具以达成一个目标）。这里的"a goal"若是一份可机器判定的 acceptance criteria，那个循环就有了明确的收敛靶子——这恰好是 Closed Loop 能成立的原因。
前面那个研发循环好讲，是因为验收标准足够硬：测试全绿就达标，红了就再转一圈。
可现实里不是每件事都这么干净利落。
一个想自我增长的电商小店，目标是“让网店 GMV 持续增长”。
我们给它装上循环条件，让它在一个收敛的范围里运转。
这一轮，主角换成了一个 Orchestrator（编排）。它掌管这个开放目标，但真正做的事很具体：
开工前，先读上一轮留下的 next_steps——那是一份记忆，记着上次没做完、值得这轮接着做的事。读完才决定，这轮派谁去干什么。
Orchestrator（编排） 派出三个 Sub-Agent，并行工作、各管一摊：
知识点：什么是 Lead Magnet？
Lead Magnet（直译“引流磁铁”）是一份免费、对用户有点用的小东西。一份清单、一个测算工具、一个小测验，用它换取访客的联系方式（通常是邮箱）。它不直接卖货，而是先把陌生流量变成你能再次触达的潜在客户。本案例里那个小测验，扮演的就是这个角色。
三个 Sub-Agent 各自跑完，产出还是散的。汇总与记忆由 Orchestrator 收口：
下一轮开工，Orchestrator 第一件事就是再读它。于是这轮的尾，接上了下轮的头。
剩下的是定时和循环条件。这套环每周由定时器触发一次（Claude Code 里可用 /Loop 命令），不必时刻盯着。
每轮结束时，Orchestrator 用几条简单条件判断要不要继续：
条件没满足就接着转；都满足了就暂停，等下个周期再来。开放目标的收敛，靠的就是这几条人为设定的边界。
落到操作上，这件事并不需要特殊基建：
两种方式做的是同一件事，只是前者把编排也交给了机器。
研发循环和增长循环看着差别不小，框架却是同一副。抽干净后，剩下的就是这条线：
定时触发 → 去读点什么 → 打分 / 过滤 → 产出草稿 → 比对历史去重 → 必要时让人过目 → 记录下来 → 下一周期再从头转。
这副骨架并不专属于写代码，能套到很多别的事情上。下面是四个速写场景，每个都按"触发时机 → 读什么 → 怎么处理 → 循环条件"来看。
每周五自动扫一遍各项目文件夹，看这周有什么变化。带着一份"客户记忆"（名字、项目目标、偏好语气），为每个客户起草个性化进度更新。草稿不直接发，丢进 review 文件夹等你过目，确认无误再寄出（这就是 human-in-the-Loop，人留在把关位置）。
循环条件：每个还在合作的客户，这周是否都更新到位？
每周日趁你休息，搜一遍你所在领域过去一周最值得关注的进展。按“与你正在学的内容的相关度”打分，低于阈值的直接过滤，免得被噪声淹没。剩下的写成通俗简报，写前再比对过去几周，避免重复。
循环条件：这周是否有 ≥2 条真正算新的进展？没有就不硬凑。
每月 1 号读一遍销售数据，看什么卖得好、什么没动静。挑出高流量却低转化的 3 个商品，重写描述，换更好的 hook、给更清楚的 CTA；再给 top 3 畅销品各写一段推广文案。每次改了什么、为什么改，都记录下来，方便下月回看哪些改动真起了作用。
每周一读一遍完整选题清单，外加最近 90 天的内容表现数据。对照着看：哪些题材跑赢预期、哪些表现不佳，再结合当下趋势，给每个选题打分。最后输出排序后的 top 5，并标出哪些竞品已经做过，避免撞车。
补充说明：那个“相关度阈值”在拦什么？
学生场景里有一步“低于阈值的过滤掉”。它看似不起眼，却是循环能长期跑而不烦人的关键：每周新进展里大多是噪声，不设门槛，简报很快就会被无关信息塞满，读它反而成了负担。阈值的作用，是替你先把"勉强相关"的挡在外面，只让够格的进来。
最后提一句：这些循环跑得再顺，AI 也不是每一步都对。
尤其像“判断哪个选题会火”这种事，它并不可靠，给出的排序更多是一种有依据的猜测，而非结论。
所以更稳妥的用法，是把循环产出当作“多了一个有理有据的参考意见”，而不是一个说了算的 Oracle。它替你把信息收齐、把初步判断摆出来；至于最后怎么取舍，仍留给自己。
绕了一圈回到开头：Loop Engineering 其实没那么神秘。
它做的，无非是把你一直在手工跑的那个循环，连同一条明确的验收标准都交还给 Agent。
从前那个“再来一轮”的循环体是你；现在你从循环体里退出来，退回到设目标、定边界的位置。
变的不是循环本身，是谁来当那个一刻不能离开的执行者。
今天就能开一个最小 Closed Loop 试起来。建议的顺序是：
先 Closed，别一上来就放开边界
先小，挑一件验收标准能写清楚的事
先把“什么算达标”那条线划明白。
等这个小循环跑顺了，再考虑放开目标边界、加上 Orchestrator、接上定时触发，让它慢慢长成前面那种增长循环的样子。
说到底，这件事的乐趣或许就在于：你亲手把自己从循环里请了出来，又看着它替你转了起来。
粤ICP备14082021号
免费POC，
零成本试错
