> **来源：[研报客](https://pc.yanbaoke.cn)** # 循环工程研究报告总结 ## 核心内容 循环工程是一种围绕 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。它标志着 AI 编程从“人提示 Agent”向“循环提示 Agent”转变，旨在通过系统化流程提升效率和可靠性。 ## 主要观点 - **循环工程是提示词工程的系统化**：提示词不再是主界面的输入，而是作为 Loop 内部配置的一部分。 - **循环需要外部证据**：缺乏外部证据的循环可能导致错误放大，因此需要引入验证机制和评估流程。 - **企业壁垒来自系统设计**：包括 Harness、评估、治理和成本控制，这些是构建可生产循环系统的关键。 - **不再采用日历式路线图**：落地应基于能力成熟度进行推进，逐步构建安全、可控的循环系统。 - **Loop Stack 六件套**：包括 Worktree、Skills、Connectors、Sub-agents、Memory 和 Automation，它们共同构成了循环工程的技术栈。 - **Loop Kernel**：循环像一个微型操作系统，由八个模块组成，每个模块有其职责和失败模式。 - **Proof-of-Done**：完成是基于证据，而不是声明，强调测试、日志、CI 和其他验证方式的重要性。 - **Repo Memory**：将状态和决策记录在仓库、看板或数据库中，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”的评估角色，以确保系统安全和质量。 ## 关键信息 - **Agent 负责执行**：Agent 在循环系统中扮演执行者的角色，但工程判断不能外包。 - **人负责目标、边界和验收**：人类需要设定目标、定义边界并进行最终验收，确保系统符合预期。 - **循环负责调度**：循环系统负责任务的调度与反馈，形成闭环。 - **适用场景**：包括 PR 监控、长构建检查、缺陷回收、技术债治理等。 - **技术债治理**：通过循环系统持续跟踪和处理技术债务，提高代码质量。 - **连接器与权限治理**：连接器扩展了循环的能力，但也带来了权限和安全边界管理的重要性。 - **Sub-agents 职责分离**：探索者、实现者、评估者角色分离，提升循环的可信度和安全性。 - **企业竞争力来自系统组合**：Harness 与 Loop 的组合是企业竞争力的关键，不正确的组合可能导致系统故障。 ## 循环工程的组成部分 ### Loop Stack 六件套 1. **Worktree**：用于隔离并行任务，避免文件冲突。 2. **Skills**：通过 SKILL.md 记录流程、约定和支持文件，提升循环的可复用性。 3. **Connectors**：连接外部工具、数据库和 API，增强循环与真实业务系统的互动。 4. **Sub-agents**：实现职责分离，确保循环的可信度。 5. **Memory**：长期记忆存储在仓库、看板或数据库中，确保循环的可持续性。 6. **Automation**：定时、事件或目标驱动地唤醒 Agent，实现无人值守任务。 ### Loop Kernel 八个模块 - **Trigger**：负责唤醒循环。 - **Queue**：任务队列管理。 - **Executor**：执行任务。 - **Tool Gateway**：管理权限和工具调用。 - **Evaluator**：评估任务结果，确保质量。 - **Memory**：存储长期记忆。 - **Budgeter**：管理预算，限制任务范围。 - **Stopper**：控制循环的停止条件，确保系统安全。 ## 循环工程的创新概念 - **Proof-of-Done**：完成是基于证据，强调测试、日志、CI 和其他验证方式。 - **Repo Memory**：将状态和决策存储在仓库中，实现跨会话、跨 Agent 的延续性。 - **No-Gate Evaluator**：引入评估角色，确保系统在不符合条件时能正确说“不”。 ## 总结 循环工程是 AI 编程领域的重要演进方向，强调系统化、可验证和可治理。通过 Loop Stack 六件套和 Loop Kernel 模块，构建出可持续、安全、高效的 AI 编程 Agent 系统。企业竞争力来源于这些系统的正确组合与有效管理，确保 AI 编程能够真正落地并实现价值。