AllWorkin / Articles / 2026.06.06

Loop Engineering 是什么?Claude Code / Codex 五块积木搭自动干活系统

Google工程师Addy Osmani 提出 Loop Engineering:别再亲自一轮轮 Prompt Agent,而是设计一套自动找活、派活、验活的系统。Claude Code 和 Codex 已有五块积木(自动化、worktree、Skill、MCP 连接器、sub-agent)+ 外部记忆。这篇拆清概念、拼法、坑点,以及小白怎么分三周落地。

2026.06.06约 10 分钟#Claude#Codex#Agent#Skills

Gemini_Generated_Image_mw1te9mw1te9mw1t

你用 Claude Code 或 Codex 写代码,过去一年大概率是这么干的:

写一段 Prompt → 看它回什么 → 再写下一段 → 再盯一轮。

一人一手握着 Agent,一轮接一轮。

Google 工程师 Addy Osmani 最近提了一个概念:Loop Engineering(循环工程)。大意是——你不用再亲自当那个「按回车的人」,而要设计一套系统去驱动 Agent。

Peter Steinberger(OpenClaw 作者)说过类似的话:「你不该再亲自 Prompt 编程 Agent 了,你该设计 Loop 去 Prompt 它们。」Anthropic Claude Code 负责人 Boris Cherny 也说:「我不再亲自 Prompt Claude,我有一堆 Loop 在跑,我的工作变成了写 Loop。」

这话听着玄。但拆开看,Claude Code 和 Codex 已经把搭 Loop 需要的五块积木都内置了。这篇讲清楚这五块是什么、怎么拼、以及——Loop 跑起来之后,你反而更不能撒手不管。


一、从「写 Prompt」到「设计 Loop」:杠杆点变了

过去两年,编程 Agent 的核心技能是 Prompt Engineering:你怎么描述需求、怎么喂上下文、怎么在一轮对话里把事说清楚。

Loop Engineering 换了个问题:你怎么设计一个能自己找活、派活、验活、记进度的系统?

Addy 把它放在「Agent Harness Engineering(驾驭层工程)」的上一层:

  • Harness:单个 Agent 跑在什么环境里(工具、权限、规则)

  • Loop:这个环境按节奏自动运转,自己 spawn 小助手、自己喂下一项任务

一年前你想搞 Loop,得自己堆一坨 bash 脚本,维护到死,换工具就重写。现在 Claude Code 和 Codex 把零件直接塞进产品里了——五块积木,两边几乎一一对应。

所以争论「Claude Code 还是 Codex 更强」没那么重要了。更重要的是:你设计的 Loop 能不能换工具照样跑。


二、五块积木 + 一块记忆:Loop 的完整拼图

Addy 列了五个零件,再加第六样——外部记忆。

第六样 Memory(记忆):一个活在对话外面的状态文件。Markdown、Linear 看板、什么都行,关键是记「做完了什么、下一步是什么」。

Agent 每轮对话结束就失忆;仓库和磁盘上的文件不会。所有长跑 Agent 都靠这一招。我号里写过 OpenClaw 的金鱼记忆问题,本质一样。

下面逐个拆。

1、Automations:Loop 的心跳

没有自动化调度,Loop 就是「你手动跑了一次」,不是 Loop。

Codex:Automations 面板里设项目、Prompt、频率、跑本地还是 background worktree。有发现进 Triage 收件箱,没发现自动归档。OpenAI 内部拿它做每日 Issue 分拣、CI 失败摘要、commit 简报。

Claude Code:/loop 按时间间隔重复执行;cron 定时任务;hooks 在 Agent 生命周期节点触发 shell;GitHub Actions 关电脑也能跑。

两个更关键的会话级原语:

  • /loop:到点再跑一轮,你手动停或它自己觉得做完了

  • /goal:直到你写的可验证条件为真才停;每轮结束后另一个小模型来判有没有完成——写代码的那个不负责给自己打分

/goal 的详细用法你号里已有专文(《Claude Code 的 /goal:终于不用盯着它一行行写了》),这里只记一句:有明确验收标准用 /goal,定时巡检用 /loop。

2、Worktrees:并行不撞车

两个 Agent 改同一个文件,和俩工程师没沟通就 commit 同一段代码一样惨。

Git worktree 给每个 Agent 一个独立工作目录、独立分支,共享同一份仓库历史,物理上碰不到对方的 checkout。

Claude Code:claude --worktree 开隔离会话;subagent 配 isolation: worktree 自动建临时 worktree,干完自清理。Codex 内置 per-thread worktree。

但 Addy 提醒得很实在:worktree 解决的是文件碰撞,解决不了你的 review 带宽。你能同时跑几个 Agent,取决于你能看几份 diff,不是工具上限。

3、Skills:别当金鱼,每次从零解释项目

Skill 就是一份写在外面的项目说明书:SKILL.md 放指令和元数据,可选脚本、参考资料。

Codex 用 $skill-name 或 /skills 调用;匹配任务描述时也会自动触发——所以描述写清楚比写花哨重要。Claude Code 同理。

Addy 管这叫 Intent Debt(意图债):Agent 每轮冷启动,你意图里任何空洞它都会用自信猜测填满。Skill 把「我们不用那个写法因为上次踩过坑」「build 之前先跑 xxx」写一次,Agent 每轮都读。

没有 Skill,Loop 每圈都在重新推导整个项目;有了 Skill,知识会复利。

补充一点:Skill 是创作格式,Plugin 是分发格式。要跨仓库共享,打包成 Plugin。

4、Plugins / Connectors:Loop 得能碰你的真工具

只能看文件系统的 Loop 很小。

MCP(Model Context Protocol,AI 连外部工具的统一协议)让 Agent 读 Issue Tracker、查数据库、调 staging API、往 Slack 丢消息。Codex 和 Claude Code 都支持 MCP,一边写的 connector 另一边通常能直接用。

差别在于:Agent 说「这是修复方案」→ Loop 自己开 PR、挂 Linear 工单、CI 绿了再 ping 频道。Connector 让 Loop 在你的真实环境里动手,而不是只动嘴。

5、Sub-agents:写的人和验的人必须分开

Loop 里最有用的结构:让写代码的 Agent 和验代码的 Agent 不是同一个。

自己给自己批改作业,模型太客气了。第二个 Agent、不同指令、有时不同模型,能抓住第一个「说服了自己」的漏洞。

  • Codex:.codex/agents/ 里用 TOML 定义,按需 spawn,并行跑完汇总

  • Claude Code:.claude/agents/ + Agent Teams 接力

常见分工:一个探索代码库、一个实现、一个对照 spec 验证。/goal 底层也是这个逻辑——判定「做完了没」的是 fresh model,不是干活的那个。

代价是 token:每个 sub-agent 各自烧一轮模型调用。只在「第二意见值这个钱」的地方花。


三、拼起来长什么样:一个我能直接抄的 Loop

Addy 给了一个他常用的形状,我翻译成白话:

  1. 每天早上,自动化跑一轮,Prompt 调用 triage Skill:读昨天 CI 失败、open issues、近期 commit,把发现写进 Markdown 或 Linear

  2. 每个值得做的 finding → 开独立 worktree,sub-agent A 起草修复

  3. sub-agent B 对照项目 Skill 和现有测试 review 那份草稿

  4. Connector 负责开 PR、更新工单

  5. Loop 搞不定的 → 进 Triage 收件箱等你

  6. 状态文件记 tried / passed / still open,明天接着干

你只设计了一次。中间没有一步是你亲手 Prompt 的。

这就是 Steinberger 和 Cherny 说的「写 Loop」——在 Claude Code 或 Codex 里,零件名字略有不同,形状一样。


四、Loop 变强之后,有三件事反而更危险

Addy 没把 Loop 吹成银弹。越自动,下面三个坑越深。

1、验证还是你的活

无人值守的 Loop,也是无人值守地犯错。拆 verifier 的意义,是让 Loop 说的「做完了」有点可信度——但「做完了」仍是声称,不是证明。

你自己的话得留着:只 ship 你确认能跑的代码。

2、理解会腐烂(Comprehension Debt)

Loop 越快产出你没写过的代码,「仓库里有什么」和「你脑子里有什么」的裂缝越大。顺滑的 Loop 只会加速这个裂缝,除非你主动读它产出的东西。

3、认知投降(Cognitive Surrender)

Loop 自己跑的时候,最容易犯的错是:停止有主见,Loop 给啥接啥。

设计 Loop 可以是解药,也可以是逃避思考的加速器——同一个动作,相反结果。

Cherny 的意思不是活变轻松了,是 杠杆点从「写 Prompt」挪到了「设计系统」——后者更难,不是更简单。


五、我的建议:先搭最小 Loop,别一上来 7×24

结合你号读者(Claude Code / Cursor / Codex 实践者),我会这么落地:

第一周:只拼两块

  • 给项目写 1-2 个 Skill(build 步骤、测试命令、目录约定)

  • 对一个明确任务试 /goal(例如「npm test 全绿且 lint 过」)

第二周:加隔离和分工

  • 大改动用 --worktree

  • 配一个 review sub-agent,专门挑 implementer 的刺

第三周:才考虑自动化

  • 用 /loop 或 cron 做每日 triage(CI 红了吗、有没有 stale issue)

  • 状态写进 PROGRESS.md 或 Linear

别跳过的三件事:

  1. Token 预算:Loop 多轮 + 多 sub-agent,账单能飙。先设 /goal 轮次上限或 token 上限

  2. 可验证的停止条件:「感觉差不多了」不算 goal;「测试输出里 0 failures」才算

  3. 你仍要读 diff:Loop 是加速器,不是替代品

两个人搭一模一样的 Loop,结果可以天差地别:一个用它加速自己懂的事,一个用它逃避理解。Loop 分不清,你分得清。


六、一句话结论

Loop Engineering 的本质:你不再是那个一轮轮按回车的人,你是设计「找活 → 派活 → 验活 → 记账」系统的人。 Claude Code 和 Codex 的五块积木已经齐了;差别在你怎么拼、以及拼完之后还愿不愿意当那个看 diff 的工程师。

直接 Prompt Agent 依然有效。Loop 和 Prompt 可以并存——简单任务你聊两句就行,重复、可验证、长跑的任务才值得搭 Loop。


参考链接

AI工具实战派

觉得有用?每周的新笔记先发公众号。

每周的实战笔记先发在这里。扫码关注,新文章第一时间推给你。

关注 / 加入社群 →