4.5K Star！Loop Engineering 深度解析：别再写 Prompt 了，把 Agent 编成会自己干活的 Loop

一行命令装好 Loop，但什么才算"完成式"，还得靠人来看。

最近「Loop Engineering」在 AI 圈爆火。Claude Code 之父、吴恩达、Karpathy 都先后为其背书。核心口号只有一句：

Stop prompting. Design the loop.（别再写 Prompt 了，去设计 Loop）

GitHub 上 cobusgreyling/loop-engineering 这个开源项目，已经累计 4.5K Star，MIT 协议。它不像很多"AI 玩具"只给个 Demo，而是一整套可操作、可打分、可审计、带安全护栏的 Agent 循环工程框架。本文基于其仓库真实源码（README、LOOP.md、docs、patterns/registry.yaml、safety.md 等）重新梳理，带你从概念、架构到实战，把这个"傻瓜式 Loop 教程"背后的工程思想讲透。

---

一、它到底解决了什么：从「写 Prompt」到「Design the Loop」

传统用 AI 写代码，是你一次次敲 Prompt 指挥 Agent：「帮我改下这个 bug」「再跑下测试」「这个 PR 怎么又红了」。

Loop Engineering 的思路是：你不再是那个不断敲 Prompt 的人，而是设计一个系统——它自己发现该干的活、把活派给 Agent、验收结果、把状态存下来，循环往复，直到达标或升级给你。

官方对 Loop 的定义很精确：

A loop is a recursive goal: define purpose, let the agent iterate (with sub-agents and external memory) until done, or until the loop escalates to a human.

一句话：Loop = 一个会自我迭代的递归目标。你定目的，Agent 带着子 Agent 和外部记忆反复跑，做完就停，做不动就喊人。

这正好对上吴恩达最近反复说的那句话：

现在根本没有人写 Prompt 了，新时代的核心工作是编写和管理 Loop。

---

二、六大原语（+ 记忆）：Loop 的乐高积木

很多人觉得"设计 Loop"很抽象。项目把 Loop 拆成 6 个基础元件 + 记忆/状态，全部可落地：

1. Automations / Scheduling（自动化 / 调度）—— 心跳

没有调度，Agent 跑一次就完了。调度可以是：

• Grok 的 /loop
• Claude Code 的 scheduled tasks / cron
• GitHub Actions + repository dispatch
• /goal（跑到某个可验证条件为真为止）
• 自定义 harness 调度器

关键属性：间隔、是否立即触发、循环 vs 一次性、能否持久（重启后还在）。

2. Worktrees（工作树）—— 并行不混乱

两个 Agent 同时改同一批文件 = 合并地狱。Git worktree（或等价的隔离 checkout）给每个 Agent 一个独立工作目录，共享历史但不共享工作区。

项目里的 loop-worktree CLI 把这件事机械化了：一次尝试一个 worktree，记录在 manifest 里，被验证器否决或升级给人时自动清理。

3. Skills（技能）—— 意图的持久记忆

Skill（通常是一个 SKILL.md + 可选脚本/参考）沉淀的是项目约定：

• 「我们因为 X 事故，不允许这么写」
• 构建/测试/lint 命令
• 评审标准、领域知识

没有 Skill，Loop 每次都从零重新推导一切——这叫 Intent Debt（意图债）。Skill 也是复用单元，可以打包成插件跨仓库/跨团队共享。

4. Plugins & Connectors（MCP 插件与连接器）—— 接入真实世界

只能读文件系统的 Loop 很有限。连接器让 Loop 能：

• 读/更新 Linear、Jira 工单
• 发 Slack、Discord
• 查数据库或内部 API
• 在 GitHub 建分支、开 PR
• 触发部署

MCP（Model Context Protocol）成了通用底座，给一个工具写的连接器，往往别的工具也能用。

5. Sub-agents（Maker / Checker 拆分）—— 最重要结构模式

写代码的 Agent，绝对不适合给自己的代码阅卷。 这是可靠 Loop 最关键的一条。

常见拆分：

• Explorer → Implementer → Verifier
• Implementer → Security Reviewer
• Implementer → Test Writer + Runner

在无人值守（L3）的 Loop 里，验证器就是你敢离开座位的底气。/goal 也是这个思想的变体：用全新模型判断停止条件是否达成。

6. + Memory / State（记忆 / 状态）—— 最关键的产物

模型在跨 turn、跨 session 时没有长期记忆。Loop 必须读写一个持久载体：

• 仓库里的 STATE.md 或 LOOP-STATE.json
• Linear board / GitHub Project 的某个分区
• 一个小数据库行

好的状态文件要回答三件事：现在在干什么？上次试了啥、结果如何？有什么在等人？

状态文件往往是 Loop 产出的最重要产物，没有之一。

概念图（Human 在最高杠杆点）

Human（最高杠杆）
  ├─ Design loop           设计 Loop
  ├─ Encode judgment       把判断写进 skills + verifiers
  └─ Human gates           高风险动作的人工闸门
        ↑
Loop（系统）
  Scheduler → Triage → STATE → Implementer → Verifier → MCP → STATE
                                          ↓
                                       Human gate

最小可用 Loop 通常从：调度 + 一个 triage Skill + 状态文件 起步；等证明价值后再加 worktree、子 Agent 验证、连接器。

---

三、八个开箱即用 Pattern（不是"7 个"）

公众号说"七套现成工作流"，但项目 registry 里实际有 8 个 Pattern（含一个极简的 thin-loop）。全部自带 starter 模板：

Pattern	节奏	第一周	风险	成本	状态文件
Daily Triage（每日巡检）	1d–2h	L1 报告	低	低	STATE.md
Thin Loop（轻量循环）	1d	L1 快照	低	极低	STATE.md
PR Babysitter（PR 看管）	5–15m	L1 观察	中	高	pr-babysitter-state.md
CI Sweeper（CI 清扫）	5–15m	L2 谨慎	中	极高	ci-sweeper-state.md
Dependency Sweeper（依赖扫描）	6h–1d	L2 仅补丁	中	中	dependency-sweeper-state.md
Changelog Drafter（更新日志起草）	1d / tag	L1 草稿	低	低	changelog-drafter-state.md
Post-Merge Cleanup（合并后清理）	1d–6h	L1 非高峰	低	低	post-merge-state.md
Issue Triage（Issue 处理）	2h–1d	L1 仅建议	低	低	issue-triage-state.md

这些 Pattern 负责把"反复催 Agent 的动作"固定下来。比如：没人愿意每 10 分钟看一次 CI，每次发版前翻几十条提交记录——这些"持续盯着但判断标准清楚"的活，正是 Loop 该接走的。

还内置了交互式选取器：你描述"PR 总卡住"“Issue 太乱”，工具自动推荐对应循环和启动命令。

---

四、一行命令上手：5 分钟跑起来

在 Git 项目根目录，直接抄这行：

# 统一门面（推荐）
npx @cobusgreyling/loop init . --pattern daily-triage --tool claude

# 体检：输出 readiness 分数 + 改进建议
npx @cobusgreyling/loop doctor .

# 估算 Token 成本（高频循环会烧钱，先算账）
npx @cobusgreyling/loop cost --pattern daily-triage --level L1

--tool 可换 grok / codex / opencode；--pattern 换成上面 8 个任意一个。第一周统一 report-only（只报告不改）。

官方推荐的 6 步标准流程：

1. 选模式：新手直接冲 daily-triage，风险最低，最适合学 Loop 逻辑。
2. 脚手架：跑上面那行 init，生成 STATE.md + skills + 调度配置。
3. 估算成本：loop-cost 提前算清高频循环会烧多少 Token。
4. 审计就绪度：loop-audit . --suggest 输出 0–100 分 + 改进意见；达标可贴 loop-audit . --badge 的 “Loop Ready” 图标。
5. 仅报告模式启动：以 Grok 为例， /loop 1d Run loop-triage. Update STATE.md. No auto-fix in week one.
6. 读输出：打开 STATE.md 确认 Loop 有没有问题，有问题直接改。

旧版独立包（loop-init / loop-audit / loop-cost / loop-doctor）仍然兼容，但新项目建议用统一门面 npx @cobusgreyling/loop。

Loop 成熟度分 L1 → L2 → L3：

• L1：只发现问题、更新 STATE.md，不碰代码
• L2：验证器在场时，小范围自动改，但需人工审查
• L3：完整自动、长时间无人值守

---

五、项目真实架构：它自己吃自己的狗粮

整个仓库目录结构（已瘦身、高信号）：

loop-engineering/
├── patterns/        8 个 Pattern 定义 + registry.yaml（机器可读注册表）
├── docs/            26 篇：概念、原语、架构图、安全、失败模式、反模式、运营…
├── tools/           16 个 CLI 工具
├── skills/          7 个 Skill（triage/verifier/budget/constraints…）
├── starters/        18 个启动模板（每个 Pattern × 工具变体）
├── templates/       24 个模板（SKILL/STATE/GOAL/budget…）
├── examples/        11 个示例（claude-code/codex/grok/openclaw/opencode/windsurf/mcp…）
├── scripts/         17 个脚本（校验、徽章、tri-age 等）
├── stories/         22 个真实案例（成功 + 失败都记）
├── LOOP.md          「自己怎么被 Loop 维护」的活文档
├── STATE.md         Loop 实时状态
└── gate.yaml        自动合并白名单 / 路径黑名单

16 个工具中，统一门面是 loop，其余是能力包：
loop-init（脚手架）、loop-audit（打分）、loop-cost（估算）、loop-doctor（体检）、loop-status、loop-sync（状态同步）、loop-context、loop-gate（执行黑名单）、loop-worktree（隔离）、loop-sandbox（沙箱）、loop-swarm（多 Agent 共识沙箱）、loop-metrics、goal-init、goal-audit、mcp-server、loop-action。

最硬核的是：它真的在吃自己的狗粮。仓库 LOOP.md 记录自动化状态——Daily Triage 已经用 GitHub Action（daily-triage.yml）跑起来了，scripts/github-triage.mjs 自动写 STATE.md，update-last-run-badge.mjs 写 docs/last-run.json 作为实时徽章。

还有一组伴生仓库，且作者明确说"等 Loop 真跑起来再加"：

• memory-engineering（记忆工程）
• harness-foundry（harness 工厂）
• outerloop（外层 Loop）
• fleet-engineering（舰队工程）
• goal-engineering（目标工程）

学术上，论文 Lulla et al. 2026（arXiv:2608.21884） 把本仓库列为社区参考实现。

---

六、为什么它不像玩具：安全护栏

很多"自动修代码"的项目翻车，是因为没有护栏。Loop Engineering 把安全做成最低门槛，而且可机器强制执行：

路径黑名单（Path Denylist）

以下路径 Loop 绝不在无人工批准下自动改：

**/.env  **/secrets/**  **/credentials/**  **/*_key*  **/*_secret*
**/.terraform/**  **/k8s/production/**  **/migrations/**
**/auth/**  **/payments/**  **/billing/**

loop-gate check 从 gate.yaml 机械执行这条黑名单（退出码 2 = 升级给人，0 = 放行）。

自动合并策略：默认关闭

只有白名单内的"琐事"能自动合并：注释 typo、仅测试文件的 lint 自动修复、import 排序、白名单 docs/ 路径下的配置。行为变更、依赖版本、lockfile 变更、任何黑名单路径，一律不自动合并。

MCP 连接器最小权限

连接器	读	写
GitHub	issues / PRs / checks	comment / label（默认不 merge）
Linear	team issues	comment / status（不删）
Slack	频道历史	仅发到 #loop-escalations
Database	—	禁止生产写入

必须人工闸门的场景

安全/鉴权/授权、支付账单/PII、基础设施/Terraform/K8s prod、依赖升级（供应链风险）、改动 >N 文件（建议 N=10）、同一项第三次失败、Token 预算扩展请求（Agent 不能自己提额，必须人改 loop-budget.md）。

机器可读约束

项目根放 loop-constraints.md，loop-constraints Skill 在每次 Loop 开始前读取并强制执行每一条规则。

事故响应也很具体：Loop 合了坏代码 → 立刻暂停所有 Loop → 回滚 → 写进 state 和 stories → 收紧验证器或缩小范围再重启。

---

七、吴恩达的三层 Loop：Loop 搭好后，人做什么？

前面解决"Loop 怎么搭起来"，吴恩达最近讨论的是：Loop 跑起来后，人该干啥？ 他把从 0 到 1 做产品的过程，拆成三层由快到慢的 Loop：

最内层：Agent 编码 Loop

人给产品说明 + 评测标准，Agent 负责写代码、测、改，直到没 bug。几分钟就出一版。 吴恩达举了个例子：上周末他给女儿做了个练打字的小应用，编程 Agent 靠 Loop 自己吭哧干了一小时，还反复自测页面，全程不用他插手。

中间层：开发者反馈 Loop

过去开发者得亲自给 Agent 找问题；现在 Agent 自己反复测，效果还好。人不用时刻盯状态，注意力集中在产品效果优化上。这层慢一点，几十分钟到数小时一圈。吴恩达就以这个频率审查视觉、给反馈，Agent 再进下一轮。

最外层：外部反馈 Loop

产品交给朋友、Alpha 用户或真实用户用，通过反馈、使用数据、A/B 测试修正方向。最慢，数小时到数天甚至数周。

三层由快到慢组成一条链路：Agent 把东西快速做出来 → 开发者决定该做成什么样 → 用户证明它值不值得继续做。

吴恩达的核心判断：Loop 不会让人退出软件开发，相反，人类工程师有独到的上下文优势——关于用户和产品的经验，也可以叫"品味"。这正是 Loop 越循环越好的关键。

---

八、L1→L2→L3：升级路径与刹车

官方给的升级路径，强调绝不跳级：

Report-only (L1)  →  稳定 triage 1–2 周
      ↓
Small auto-wins (L2)  →  验证器 + worktree + 最大尝试次数
      ↓
Connectors (L2+)  →  自动更新 PR/工单
      ↓
Unattended (L3)  →  只有具备 黑名单 + 预算 + 指标 + 人工闸门 才上

生产 repo 上新 Pattern 绝不跳过 L1。

何时减速：Token 预算周中 >80%、triage 误报率 >30%、同项 48h 内升级 2 次、发版周（暂停自动修，只报告）。

何时暂停：生产事故进行中、破坏性 schema 迁移、关键评审人 OOO 且开了自动合并。

何时杀掉：连续 2 周成本 > 价值、团队全静音、被事件驱动方案替代。

项目还诚实记录了几个认知陷阱（来自 Addy Osmani 的概念谱系）：

• Cognitive Surrender（认知投降）：让 Loop 跑，自己就停止有观点——用 Loop 避险 vs 用 Loop 偷懒，同一个动作，相反结果。
• Comprehension Debt（理解债）：Loop 跑得越快，你没读过的代码越多；不读 Loop 产出的东西，债就涨。
• Intent Debt（意图债）：每次 session Agent 从冷启动，缺的意图被自信猜测补齐——靠 Skill 偿还。
• Orchestration Tax（编排税）：协调并行 Agent 的人力成本（评审带宽、合并冲突、上下文切换）；worktree 消除机械碰撞，但你仍是并行 Loop 数量的天花板。

---

九、给 Agent 开发者的启示

1. 把"反复催 Agent 的动作"固定成 Loop。 CI 巡检、Issue 分诊、依赖扫描、更新日志——这些"持续盯着但判断标准清楚"的活，最该交给 Loop。
2. 每个原语，等上一个证明价值再加。 调度 + triage Skill + 状态文件起步，再上 worktree、子 Agent 验证、连接器。
3. 执行者不能给自己阅卷。 maker/checker 拆分是可靠 Loop 的命门；L3 无人值守尤其依赖验证器。
4. Loop 放大的是你的判断力（好与坏）。 护栏、预算、人工闸门不是可选项，是上线门槛。
5. 一行命令可以装好 Loop，但"完成式"靠人看。 正如吴恩达所说，人的"品味"才是 Loop 越循环越好的关键。

---

参考链接

• 项目仓库：https://github.com/cobusgreyling/loop-engineering
• 互动选取器（Showcase）：https://cobusgreyling.github.io/loop-engineering/#interactive
• 吴恩达推文：https://x.com/AndrewYNg/status/2071988145667928442
• 论文 Lulla et al. 2026：https://arxiv.org/abs/2608.21884

总结：Loop Engineering 把"Agent 协作"从玄学变成工程——六大原语是积木，八个 Pattern 是模板，L1/L2/L3 是成熟度，安全护栏是底线。它不一定适合所有团队，但如果你想让你的 Agent 不只是"听一次话"，而是"自己找活、自己执行、自己验收、有问题再叫人"，这套框架值得抄作业。