不会教Agent做Loop，就只能自己prompt到死
从 Prompt 到 Loop，何尝不是 Agent 时代的「不会带团队就只能自己干到死」🤔

简单来讲，Prompt Engineering 是设计一句话怎么问 AI，而 Loop Engineering 是设计 AI 如何持续工作直到完成目标

♻️ 未来，你不应该再为 Coding Agent 编写 Prompt，而是去设计能够驱动 Agent 的 Loop

Loop 的三个关键组成部分 ⬇️
1️⃣ 验证机制（Verifier）
这是 Loop 的核心，如果没有验证环节，那么 AI 只是不断重复地同意自己

2️⃣ 状态管理（State）
Loop 必须记住之前发生过什么，否则它会重复同样错误/不断尝试同样方案，永远原地打转

3️⃣ 停止条件（Stop Condition）
没有退出机制的 Loop 很可能变成一只吞金兽，一直运行、烧 token、烧 💰

🙋‍♀️ 什么时候需要 Loop
并非所有任务都适合 Loop，最好同时满足这 4 个条件：

1️⃣ 任务会重复发生：至少每周一次
2️⃣ 错误可以被自动发现
3️⃣ Agent 能独立完成工作
4️⃣ 完成标准是客观的

听下来，Coding Agent 简直天生适配 Loop → 容易验证，这也是为何 Claude Code、Codex 等产品都逐渐采用 Loop 架构

一个成熟 Loop 的五大模块 👍🏻
1️⃣ Automation：负责触发循环。
2️⃣ Skill：把提示词沉淀成可复用能力。
3️⃣ Sub-Agent：写代码的 Agent 与审查代码的 Agent 分离。
4️⃣ Connector：让 Agent 真正执行动作。
5️⃣ Verifier：最核心的验证机制

🔥 好用是真好用，烧 token 也是一点不客气
主要原因是每次迭代都要重新读取上下文，包括历史记录、代码、上轮结果等等，而随着循环次数增加，上下文越来越长，成本呈复利增长

所以，构建 Loop 之前应该先人工验证任务可靠性，再抽象成 skill，进而加入加入验证与停止条件，最后再做自动化

各位大佬们还有什么注意事项欢迎分享在评论区~
🙏 内容参考资料：X @AnatoliKopadze
科研 科技AMA 开源 科研学习 开发 agent