还在写提示词？让AI自己动_Loop EngineeringStill Writing Prompts? Let AI Run Its Own Loop Engineering

Boris Cherny，Claude Code 的负责人，说了这么一句话： “我不再 prompt Claude 了。我让一堆循环跑着，由它们去提示 Claude、去琢磨该干什么。我的工作变成了写循环。“他不是在描述未来。他现在就这么干。

你花了多少时间学提示词技巧？ 我花了不少时间。 提示词技巧解决的是”你在场”的问题。你一离开键盘，工作就停了。

一、你是那台人肉发动机

大多数人用 AI 的方式，是这样的：

你敲一段指令，AI 生成，你检查，你再敲，AI 再生成。循环往复。每一轮都需要你坐在那里，看着，等着，做判断，再推一把。

这个模式有个结构性天花板：

你不在，流程就停了。

那个一直在场、一直在推的人，是你自己，你就是那台人肉发动机。

你把自己练成了提示词专家，结果发现被自动化掉的，正是你这个”发指令的人”。

二、循环从哪里来

2025 年，一个叫 Geoffrey Huntley 的开发者提出了”拉尔夫循环”。

最纯粹的形式，3 行 bash：

while :; do cat PROMPT.md | claude-code; done

没有多智能体通信，没有复杂架构。就是让 AI 一直跑，每轮清空上下文，靠测试报错做硬性反馈。

结果是什么？

用这个”简陋”的循环，他花三个月，让 AI 从零写出了一个全新编程语言的编译器。

2026 年 6 月，这件事开始大爆发。Peter Steinberger（OpenAI）、Boris Cherny（Anthropic）、Addy Osmani（Google Chrome）集体公开站队，正式叫它”循环工程”。

提示词让 AI 一次动一下， 循环让 AI 一直动。

三、解剖一个成熟的循环：5 个零件和 1 个记忆

Addy Osmani 把成熟的循环系统拆成 5 个零件，每一个对应一个你用过 AI 之后认得出来的痛点。

自动化触发器：循环的心跳。你不用按启动键，它自己醒来发现任务——可以是定时，也可以是一个新 PR 进来。

工作区隔离（Worktrees）：同时跑多个 Agent 时，给每个 Agent 独立的工作目录。让它们在同一个文件里打架的后果你不想看到。

Skills（技能文件）：AI 每次启动都是失忆的。把项目规范写进 SKILL.md，AI 读了就能干活，不用你重新解释一遍项目背景。

连接器（MCP）：让循环能读 Jira 工单、查数据库、在 Slack 发消息、自动开 PR——跳出文件系统，接进真实工作流。

子智能体分工（制造者 + 审查者）：让写代码的模型给自己打分，它会一直夸自己。必须另派一个独立 Agent 来挑刺。自我评分是陷阱。

还有一个必须有的东西：记忆。

AI 在轮次间会遗忘。进度必须存磁盘，一个 Markdown 文件就够。系统重启才知道昨天干到哪了。

循环是个不睡觉的工程师。但你得给它留便条——否则它每天早上都以为是第一天上班。

四、自动化欠的三笔债

社交媒体上你只看到”循环跑了一夜，写了 6 个仓库”。

你看不到的是，没人看管的循环在无人看管地犯错。

验证债：AI 在控制台打出”Done”，这是宣称，不是证明。没有硬性停止条件——测试通过、Lint 干净——循环会想方设法糊弄过关，把烂代码悄悄合进去。你今天省的复核时间，全变成未来系统崩溃时的炸弹。

理解债：循环产出代码的速度远超你阅读的速度。连续几个月让循环提交 PR 而不去读，你会突然发现自己成了自己代码库里的陌生人。系统出了深层 Bug，循环修不了，你连从哪开始 Debug 都不知道。

认知妥协（最危险）：当”按一下让 AI 干”变得太舒服，你会逐渐放弃思考”这个功能该不该做”、“架构是否合理”。你交出了作为工程师最重要的——判断力。

还有一个账单：没有迭代上限的循环，一夜可以重试几百次，直接把 API 的钱包刷爆。

五、现在就可以开始（两种方法）

方法 A：/goal 命令（推荐新手）

写清验收条件。比如：“所有测试通过，且不能修改 test/ 目录下任何文件。”

启动后：负责干活的模型改代码，背后一个独立小模型评估进度，不达标打回，达标才停。你不用插手，直到条件达成或超时。

我用 Codex 的 /goal 功能做了一个实测，目标是给自己开发一个推特内容自动收集和排期的插件——之前一直手动操作，纯重复劳动。

写了验收条件，启动，去做别的事。

完成了。

能跑，能用，验收基本是通过的。

门槛只有一个：你需要说清楚”什么叫完成”，而不是”大概做个这样的东西”。条件越精准，结果越可靠。

方法 B：极简拉尔夫循环（10 行 bash，适合折腾派）

• 创建 progress.txt：持久化记忆，告诉 AI 干到哪了
• 创建 spec.md：你的验收标准和任务列表
• 一个 while 循环，把这两个文件喂给 AI（Aider 或 claude 命令行）

核心哲学：每轮清空上下文，靠物理状态机传递进度，不让上下文污染。

从 /goal 开始。bash 循环适合你已经知道自己要什么、且愿意自己监控输出的场景。不要上来就复杂化。

去造那个循环。

但别让自己沦为一个只会按启动键的机器看门人。

循环让代码生产变廉价。它不让”该做什么”这个判断变廉价。 那个判断，现在、将来都还是你的工作。

你现在在写提示词，还是在写循环？

🥳感谢看到这里，我是 Phil，前建筑师 → AI 产品 欢迎关注我@Formulasearch，持续分享 AI 工具与产品思维。