进九 循环工程（Loop Engineering）：继提示词、上下文之后的第三门必修课

进一讲「别追产品，学支柱」，进四讲「上下文工程是护城河」，进二/§09 讲「Agentic Loop 是发动机」。这章把这三件事串成一条线：2026 年 6 月，AI 编程圈几位大佬几乎同时发声——继提示词工程、上下文工程之后，循环工程成了第三门必修课。

核心判断：人类的角色，正从每一轮亲自下场的「操作员」，变成设计系统、看系统自己转的「架构师」。

示意图 28：三代工程的接力

flowchart LR
  P["提示词工程 我问什么？ 优化一条指令"] --> C["上下文工程 模型该知道什么？ 优化喂的信息"] --> L["循环工程 工作怎么自主推进？ 优化整个系统"]
  style P fill:#fee2e2,stroke:#dc2626
  style C fill:#fef3c7,stroke:#d97706
  style L fill:#dcfce7,stroke:#16a34a

09.1 循环工程到底是什么

一句话定义：研究如何设计 AI 智能体的工作流——让它从一个触发器出发，围绕一个可验证目标，调用工具与记忆，评估进展，持续迭代，直到满足停止条件。

三个要点：

• 不是编程专属。内核是一种看待「重复性、目标导向流程」的方式：系统自己找活、自己干活、自己验活、自己记账、自己决定下一步。运营、研究筛选、客服、内容流水线、个人工作流都用得上。
• 眼下由 AI 编程率先命名。真正把这套东西构建出来、配齐「原语」的领域是 AI 编程（Claude Code、OpenClaw、Copilot），所以我们从这讲起。
• 它站在 Harness 之上。循环工程不取代进六的 Harness，而是叠在其上——你不再手动 prompt Agent，转而设计「自动发现、分派、校验、记忆」的自运行系统。

09.2 Addy Osmani 的「循环六积木」

谷歌 Chrome 团队工程负责人 Addy Osmani（addyosmani.com/blog/loop-engineering，2026-06）把像一个样的循环拆成五大构件 + 第六要素记忆：

示意图 29：循环六积木（Addy Osmani 拆法）

flowchart TD
  A["Automations 自动化 定时触发/自动分诊"] --> W["Worktree 并行隔离 多 Agent 不踩文件"]
  W --> S["Skills 技能 项目知识固化"]
  S --> C["Connectors 连接器 基于 MCP 接外界"]
  C --> SA["Sub-agents 子智能体 干活的/检查的分离"]
  SA --> ST["State 状态/记忆 对话外存活"]
  style ST fill:#fde68a,stroke:#d97706

经验：这六块和进八的 Six Essentials 能对上——Automations≈Workflows 触发、Worktree≈并行隔离的 Unit of Work、Skills≈Skills、Connectors≈MCP/工具、Sub-agents≈多智能体、State≈Memory+Unit of Work。两套框架说的是同一件事，只是切角不同。

09.3 一个循环怎么转：五步执行环

剥掉花哨，任何循环都转这五步（也是吴恩达、Osmani 共识）：

示意图 30：五步执行环

flowchart TD
  F["1 找活 Find 发现/分诊"] --> A["2 干活 Act Agent 执行"] --> V["3 验活 Verify 独立校验者判"] --> P["4 记账 Persist 状态持久化"] --> D["5 决策 Decide 下一步·重复"]
  D --> F
  style V fill:#fde68a,stroke:#d97706

• 找活：发现/分诊任务，不等人点火。
• 干活：Agent 完成任务。
• 验活：独立的校验者评判，不是自己给自己打分。
• 记账：状态持久化在对话之外（文件/看板）。
• 决策：决定下一步，然后重复。

核心原则 Maker ≠ Checker（干活的≠检查的）：写代码的模型没有立场客观给自己作业打分。让第二个 Agent（常换一个模型）来查，才能揪出第一个「说服自己没问题」的地方。这正好坐实进八 Oversight 的「上报/透明」与 §07 的独立评测。

09.4 吴恩达的三个循环（嵌套）

吴恩达在 The Batch 来信里，给了造 0→1 产品时的三个循环——按时间尺度嵌套，外环套内环：

示意图 31：吴恩达三环嵌套

flowchart TD
  L3["外环 外部反馈 数小时~数周 朋友试用/Alpha/A-B 测"] --> L2["中环 开发者反馈 数十分钟~数小时 人审产品·定方向"] --> L1["内环 智能体编程 分钟级 写码·自测·迭代到无 bug"]
  L1 --> L2
  L2 --> L3
  style L1 fill:#dcfce7,stroke:#16a34a
  style L3 fill:#fee2e2,stroke:#dc2626

• 内环·智能体编程（分钟级）：给定规格（+可选 evals），Agent 写码、自测、迭代到无 bug 且合规。吴恩达举例：给女儿做打字 App，Agent 独立干约 1 小时，中途多次自己开浏览器查构建，没找他。
• 中环·开发者反馈（数十分钟~数小时）：人审产品、引导 Agent 改进。吴恩达把人的贡献叫「上下文优势」Context Advantage——我们远比 AI 懂用户与环境，所以这一步无法被自动化，human-in-the-loop 是刚需。
• 外环·外部反馈（数小时~数周）：朋友试用、Alpha、A/B 上生产。数据反哺产品愿景→规格→内环，整个系统转起来。

经验：最慢的那层（外环）往往最重要——它决定「造对的产品」，而非「造出能跑的代码」。随着编程 Agent 提速，工程师开始兼半个产品经理：最难的是塑产品愿景，并在「动手构建」与「拿反馈进化愿景」间平衡。

09.5 Boris Cherny 的五类新角色：人该干什么

Claude Code 之父 Boris Cherny 说「我不再直接 prompt Claude，我在写循环」。他同时提出 AI 时代团队的五类新角色：

结论：人负责定义方向、把关质量；循环负责执行与迭代。两套观察对上了——这正是 09.1「操作员→架构师」的具体落点。

09.6 落地长什么样：两个真例子

例子 A：GitHub Issue 自愈闭环（GitHub Copilot + Actions）

一个需求以 Issue 提出，循环这样转完：

1. 触发：定时 workflow 自动检测新分配 Issue，启动循环。
2. 意图规范化：自定义指令+技能+Issue 模板，保证输入天生结构化。
3. 人工闸门后规划：Plan 模式先出计划，人批之前一行代码不写。
4. 有边界的自主构建：自动驾驶可连跑多步，但设连续执行上限防失控；独立子任务拆给并行子智能体。
5. 持续校验：CI 门禁（lint/单测/集成/契约）层层把关，技能里写明「每做完一片就地跑检查」。
6. 自动恢复：CI 挂了、PR 被评论？Agent 当新输入，自动推后续提交。
7. 记忆持久化：不用单独库——Issue 和 PR 线程本身就是循环的记忆。
8. 完成条件强制执行：验收清单没勾完，CI 不放行；分支保护让「CI 全绿」成合并硬前提。

示意图 32：Issue 自愈闭环

flowchart TD
  T["触发 定时检新 Issue"] --> I["意图规范化+人工闸门"] --> B["有界自主构建+并行子Agent"] --> V["CI 持续校验"] --> R["自动恢复/记忆在 Issue-PR"] --> C["完成条件强制·合并"]
  C -->|新 Issue| T
  style V fill:#fde68a,stroke:#d97706

例子 B：WorldQuant 挖因子循环（笔者 7 天实验）

把「挖 Alpha 因子」整个交给循环，每小时醒一次：找方向→跑模拟→校验→记笔记→调策略；7 天到期限自动停。

• 找活：读已提交因子池+上轮笔记，决定这小时挖哪（如「专攻没用过的算子」）。
• 干活：经 API 连 BRAIN，一小时真跑 20 个模拟、5 个批次。
• 验活（双重）：平台硬指标（夏普/换手）+ 自相关检查——一个候选夏普 1.71，却因与池内相关性 0.77 超 0.7 红线被拦。干活与把关不是同一段逻辑。
• 记账：每轮写 markdown 笔记（哪些验证、哪些是死胡同+数字），下轮直接读。
• 决策：基于笔记调策略。第一轮撞三堵墙，各留一条可执行教训；第二轮没在老地方刨土，而是拉全 14 个数据集清单，锁定几乎没碰过的分析师预期数据集（1300+ 字段只用过 2 个）。

点睛：循环工程师的产出不是某一个因子，而是这个会自己越挖越聪明的系统本身。一个纯手工研究员「试错—复盘—换赛道」以天/周计，这循环以小时计，且每条死胡同都被记下、不再重踩。

09.7 写在最后：从操作员到架构师

从提示词工程 → 上下文工程 → 循环工程，真正变的是人类在系统里的位置：

• 提示词工程：你亲自写每一条指令。
• 上下文工程：你精心喂对信息（进四）。
• 循环工程：你设计系统，然后看它自己转。

最后一句话：循环工程仍年轻，但它正在沉淀一种更普适的心智模型——不只用来写代码，而是用来设计「人与自主智能体之间的一切协作」。把这本入门 11 章 + 进阶 9 章吃透，你下个该问自己的问题就不是「我该怎么 prompt Agent」，而是：我该给 Agent 写个什么循环？

知识来源（本章）： - 用户提供公众号文章《别再给 Agent 写提示词了：三位大佬同时押注「循环工程」》（2026，综合报道） - Addy Osmani《Loop Engineering》（addyosmani.com/blog/loop-engineering，2026-06-07；循环六积木） - Andrew Ng《My 3 Key Loops for Building 0-to-1 Products》（The Batch 来信，2026-06；三环嵌套） - Boris Cherny（Claude Code 之父）「不再 prompt，写循环」+ AI 时代五类新角色（2026） - 交叉印证（公众号/行业）：51CTO《Loop Engineering 实战指南：Claude Code 之父说"我不再写 Prompt，只写循环"》、kamacoder《Claude Code 作者说"不写Prompt，写Loop"》（2026-06-15）、claudecn《先写刹车再写循环》（2026-07）、掘金/知乎/CSDN 多篇 Loop Engineering 解读