> **来源：[研报客](https://pc.yanbaoke.cn)** # 循环工程研究报告总结 ## 核心内容 循环工程是 AI 编程 Agent 的持续作业闭环，强调构建可验证、可停止、可治理的系统。它从“人提示 Agent”走向“循环提示 Agent”，不再依赖手动输入，而是通过系统提示实现自动化任务流程。真正的效率来源于更少的轮次，以获得可证明结果。循环工程是提示词工程的系统化，其关键在于设计闭环系统，而非单纯依赖生成能力。 ## 主要观点 - **循环工程的定义**：循环工程围绕 AI 编程 Agent，构建一个可持续作业系统，包含可停止、可治理和可验证的机制。 - **Agent 的角色**：Agent 负责执行任务，而循环系统负责调度、反馈和判断。 - **系统化提示**：提示词不再是主界面的输入，而是进入 Loop 内部配置，作为系统的一部分。 - **企业壁垒来源**：企业竞争力来源于 Harness 与 Loop 的组合，涉及权限、评估、治理和成本控制。 - **Loop Stack 六件套**：包括 Worktree、Skill、Connector、Sub-agent、Memory 和 Automation，共同构建循环系统。 - **关键组件**： - **Worktree**：实现并行任务隔离，避免冲突。 - **Skill**：外化项目知识，减少重复粘贴说明。 - **Connector**：连接外部工具和系统，提升循环能力。 - **Sub-agent**：实现职责分离，增强系统可信度。 - **Memory**：作为长期记忆存储，确保任务延续。 - **Automation**：定时或事件驱动任务，实现无人值守流程。 ## 关键信息 - **Loop Engineering**：Addy Osmani 提出的概念，强调通过系统提示 Agent 实现循环作业。 - **/loop 功能**：Claude Code 提供的循环执行功能，可用于部署、PR 监控、长构建检查等场景。 - **/goal 功能**：通过完成条件驱动任务，而非固定周期，提高任务的可验证性和可控性。 - **Routines**：云端例行任务，实现后台自动化，将发现送入 Triage 缓冲区。 - **Triage**：作为组织决策缓冲区，负责接收自动化结果，并决定是否进入生产环境。 - **Proof-of-Done**：完成是证据，而非声明，强调测试、日志、截图、CI 等作为完成证明。 - **Repo Memory**：将状态和决策记录在仓库、看板或数据库，实现跨会话、跨 Agent、跨团队的延续性。 - **No-Gate Evaluator**：循环必须有能说“不”的角色，确保任务的可治理性。 - **Triage Buffer**：将后台发现作为可管理的收件箱，分为归档、修复、交接三种输出。 - **Loop Ledger**：循环系统需像服务一样记账，记录输入源、决策过程和执行结果，确保可审计性。 ## 企业治理 - **能力成熟度推进**：企业应按能力成熟度推进 AI 编程落地，而非日历式路线图。 - **安全与权限**：连接器越多，权限治理越重要，需设定预算、停止条件和安全边界。 - **Loop 与 Harness**：Harness 管理单个 Agent，而 Loop 管理持续作业系统，两者结合形成企业竞争力。 ## 创新概念 - **Loop Kernel**：循环像一个微型操作系统，包含触发器、调度器、工具网关、评估器、记忆、预算器、停止器等模块。 - **Loop Ledger**：记录输入源、决策和执行结果，实现可审计、可登记、可记账的系统。 - **Triage Buffer**：作为组织决策缓冲区，降低无人值守操作的风险。 - **Repo Memory**：将状态和决策记录在 Repo，确保循环任务的连续性和可追溯性。 - **No-Gate Evaluator**：确保循环系统有批判性评估机制，避免错误放大。 ## 总结 循环工程代表 AI 编程的系统化发展，强调构建闭环系统、可治理机制和可验证结果。其核心在于设计系统而非依赖模型生成能力，通过 Loop Stack 六件套和创新概念如 Loop Kernel、Proof-of-Done、Triage Buffer 和 Repo Memory 实现高效、安全和可扩展的 AI 工程实践。企业应重视权限、评估和治理，以确保 Loop 系统的可持续性和生产性。