先写刹车再写循环:Claude Code 的 Loop Engineering 落地指南
凌晨两点,一个 Agent 每 5 分钟检查一次 CI。第一次失败,它读日志、改代码、重跑;第二次还是失败,它换了方案;第三次它觉得修好了,推了一个 commit。早上你打开电脑,发现它确实勤快:7 个 commit、3 个新文件、2 个被绕开的测试,还有一段看起来很完整的总结——但真正的 bug 还在。
这是一个典型的"Loop 跑飞"场景,也是 2026 年越来越多团队开始认真对待 Loop Engineering 的原因。
Claude Code 的创建者 Boris Cherny 在 2026 年红杉 AI Ascent 大会上说了一句很直接的话:“Loop 是未来。” 他描述自己的日常工作流:手机里常驻 5 到 10 个 session、几百个 Agent,夜里还跑着几千个深度任务,其中最常用的不是子代理,而是用 cron 起来的定时循环——盯着 PR 自动修 CI、自动 rebase、每 30 分钟聚类一次用户反馈。PSPDFKit 创始人 Peter Steinberger 也喊出过同一个判断:“别再手动提示 coding agent,去设计提示 agent 的 loop。”
但如果你把 Loop Engineering 理解成"以后不用写 prompt 了,让 Agent 一直跑就行",那就低估了它。
本文不聊行业趋势,只回答一个工程问题:如果明天要在团队里用 Claude Code 跑一个 Loop,最少要写清楚哪些东西?
站内延伸:如果你还不熟悉 Claude Code 单次任务的最佳实践(提示词任务单、Explore→Plan→Implement),先看 Claude Code 最佳实践 Playbook。Playbook 解决"一轮会话怎么做好",本文解决"多轮、跨时间的持续循环怎么不跑飞"。
一句话总纲:先写刹车,再写循环
Loop Engineering 的难点,不是让循环转起来。模型已经足够强,转起来很容易。真正的难点是:
- 让它在该停的时候停;
- 让它在该交还给人的时候交还给人;
- 让它留下足够证据,让人能接手。
所以一个落地顺序很重要——先设计"它只能做该做的事",再谈自动做更多事。这条顺序背后是一个朴素判断:unattended 自动化的风险,从来不是"它做得不够好",而是"它做错了你来不及拦"。
Prompt 没死,只是位置变了
最近有一个很容易传播的说法:Loop Engineering 会取代 Prompt Engineering。
这句话有用,但不够精确。只要我们还要给 Agent 目标、上下文、约束、验收,就一定需要某种"提示"。变化在于 prompt 的位置变了。
过去它经常是一句临时输入:
帮我修一下这个 CI。现在更像一组可维护的工程资产——一份"运行协议":
触发条件:main 分支 CI 失败超过 10 分钟
输入范围:最近 5 个 commit、失败 job 日志、相关测试文件
可写范围:独立 worktree,不允许改生产配置
验证方式:目标测试通过,全量 lint 通过,变更摘要可读
停止条件:最多 3 轮,超过 30 分钟,或连续两轮无新增进展
升级条件:涉及权限、计费、数据迁移、测试绕过,交还给人这还是 prompt,只是它不再孤零零地躺在聊天框里,而是被拆进了 Headless 脚本、Hooks、状态文件、Subagents、Skills 和预算规则里。
更准确的变化是:prompt 从"对模型说一句话",变成了"给一个持续系统写运行协议"。 这也解释了为什么很多人第一次听 Loop Engineering 会觉得它既像 cron、又像 workflow、还像 harness——它确实都沾一点,但它真正关心的是:这一轮做完以后,系统如何根据反馈进入下一轮,或者停止。
- cron 解决"什么时候醒来";
- workflow 解决"步骤怎么排";
- harness 解决"模型运行在什么环境里";
- loop 关心的是"反馈如何驱动下一轮"。
Loop 的六块零件,Claude Code 都有现成能力
把一个可用的 Loop 拆成零件,不是为了造概念,而是为了检查它到底能不能进团队流程。下面这张表把每块零件对应到 Claude Code 已有的能力上——你会发现大部分零件不需要重新造轮子。
| 零件 | 要回答的问题 | Claude Code 现成能力 |
|---|---|---|
| Trigger(触发) | 什么条件叫醒它 | cron、GitHub Actions、/install-github-app、Slack MCP |
| Scope(边界) | 它能看什么、改什么 | --allowedTools、--disallowedTools、sandbox、独立 worktree |
| Context(依据) | 它按什么规则工作 | CLAUDE.md、Slash Commands、Skills、SPEC 文件 |
| Action(执行) | 它真正执行什么 | Headless(claude -p)、--output-format json/stream-json |
| Evaluator(验证) | 谁判断结果是否可靠 | 测试/lint/type-check + reviewer Subagent |
| State(账本) | 下一轮怎么接上 | markdown 账本、GitHub Issue、看板 |
这张表可以当成第一轮检查清单——缺哪一块,Loop 就容易在哪一块失控。
这里最容易被忽略的是 Evaluator 和 State。
- 没有 Evaluator,Loop 就会"自写自审"。Agent 写完代码,再问自己"我做对了吗",答案多半偏乐观。
- 没有 State,Loop 就像每天入职的新同事——昨天否掉的方案今天再试一遍,上轮失败的路径下轮继续走,人工做过的决策没有被写回。
站内延伸:Headless 与工具限制见 Headless 模式;GitHub 集成见 GitHub Actions;执行者/验证者拆分见 Subagents 子代理;规则沉淀见 Hooks 系统 与 Agent Skills。
三类 Loop 与推进顺序
现在很多讨论会把不同形态的自动化都叫 Loop,这里容易混。先把它们分成三种,对应三种不同的风险等级。
1. 提醒型(只读,输出清单)
它只负责定期发现问题和生成清单。比如每天扫一遍新 issue、每小时查一次失败 CI、每晚整理当天新增的线上错误、每天早上生成一份技术选题候选。
这类 Loop 最适合入门——因为它主要读,不直接改,输出是"待处理清单",不是最终动作。
2. 修复型(隔离 worktree,开 PR 不合并)
它会在隔离空间里尝试修复。比如自动修复 flaky test、尝试最小依赖升级、修文档链接、按 review comment 做小范围修改。
这类 Loop 一定要有 worktree、最大轮数、测试和人工审查。它可以开 PR,但不要直接合并。
3. 演进型(长期自主,最危险)
它会持续发现新任务、规划、分派、验证,并把状态写回。Boris 提到的"大量 Agent 长时间读 GitHub、Slack、用户反馈,再决定要构建什么"就属于这一类。
普通团队不要从第三种开始。更稳的路线是:
提醒型 → 修复型 → 演进型先让 Loop 学会发现问题,再让它在小范围里修问题,最后才谈长期自主演进。如果这个顺序反过来,很容易走向同一个失败模式:流程看起来更自动,实际只是把拆分、验证和收口的责任往后推。
一个能直接抄的最小 Loop:CI 失败分流
放到日常研发里,最容易落地的例子是 CI——因为 CI 有天然反馈:日志、测试、退出码、commit、PR。
一个比较稳的 CI 分流 Loop,运行协议可以这样写:
目标:
每天早上 9 点检查过去 24 小时失败的 CI。
输入:
- 失败 workflow 名称
- job 日志
- 最近 5 个 commit
- 相关测试文件
- 过去 7 天是否出现过同类失败
允许动作:
- 只读分析
- 将失败归类
- 对低风险问题创建独立 worktree 尝试修复
- 生成候选 PR
禁止动作:
- 不允许跳过测试
- 不允许修改生产配置
- 不允许改数据库迁移
- 不允许直接 merge
验证:
- 目标测试通过
- 相关 lint / type-check 通过
- 输出失败分类、证据链接和变更摘要
停止:
- 最多 3 轮
- 单个问题最多 30 分钟
- 连续两轮失败原因不变就停止
- 涉及权限、数据、计费、安全,直接升级给人落到 Claude Code 上,它大致是这样的组合:
# 触发:cron 或 GitHub Actions 调用 Headless
claude -p "$(cat .claude/loops/ci-triage.md)" \
--allowedTools "Read,Glob,Grep,Bash(npm test:*)" \
--disallowedTools "Write,Edit" \ # 提醒型阶段先禁止写
--output-format json \
> state/ci-triage/$(date +%Y%m%d).json注意 --allowedTools 的收敛——这是 Claude Code 给 Loop 最直接的一道刹车。提醒型阶段你甚至可以只给 Read,Glob,Grep,让它只能看、不能改,输出"待处理清单"。
这个模板不花哨,但它的价值不是"自动修好所有 CI"。它先把每天重复的第一轮排查做干净:哪些是环境问题,哪些是最近提交引入,哪些是测试不稳定,哪些需要人判断。如果 Loop 只能稳定产出这张表,也已经有价值。
四个必须写的上限,最重要的是"无进展检测"
很多讨论会把 token 成本放到最后说。在 Loop 里它应该前置。
一个很直观的算法:如果一个 Loop 每 1 分钟跑一次,连续 8 小时,就是 480 次调用。哪怕每次都不大,累计成本也会很快变成架构问题。Loop 的成本是乘法:
总成本 ≈ 触发次数 × 每轮上下文 × Agent 数量 × 工具调用 × 重试次数所以 Loop 设计里必须有预算字段——不是"最好有",是必须有。至少写四个上限:
- 最大运行时长
- 最大迭代轮数
- 最大 token 或金额
- 最大无进展轮数
其中最重要的是"无进展检测"。很多 Loop 的问题不是一次失败,而是在同一个坑里绕很多圈——它每轮都能写出新总结,但实际没有新增证据,没有更小的失败范围,也没有更接近通过的测试。这种时候应该停。
一个简单规则是:
如果连续两轮没有新增证据、没有缩小失败范围、没有通过任何新增验证,停止并交还给人。这比"继续优化"有用得多。Claude Code 的 Hooks 里可以挂一条 Stop 钩子来记录每轮的状态摘要,再由一个轻量脚本判断"是否无进展"——这比让模型自己判断"我还要不要继续"可靠得多。
执行者 ≠ 验证者
Loop 最容易自欺欺人的地方,是让同一个 Agent 做、同一个 Agent 判。这和人写代码一样:自己写完马上 review,标准很容易变松——原因未必是不认真,更多是刚刚做过的取舍会影响判断。
所以能拆就拆。最小版本不一定要再开一个昂贵模型,也可以先用确定性验证:
- 测试、lint、type-check
- 链接检查、schema 校验
- Playwright 截图对比
- SQL 只读对账
- 静态扫描
需要主观判断时,再用 reviewer Subagent。它的提示词不要写成"看看有没有问题",而要写成检查表:
你是验证者,不是实现者。
只检查以下内容:
1. 是否满足 SPEC
2. 是否有未验证声明
3. 是否扩大权限或修改范围
4. 是否跳过测试
5. 是否引入不可回滚变更
6. 是否需要人工决策
输出:
- pass / fail
- 证据
- 需要人确认的问题
- 不允许直接修复最后一句是关键:不允许直接修复。 验证者如果一边批判一边改,角色又混回去了。Claude Code 的 Subagents 天然适合扮演这个角色——它有独立上下文窗口和可控工具权限,正好把"写代码的 Agent"和"审代码的 Agent"在物理上隔开。
什么时候别用 Loop
真要落地,不能只说怎么做,也要说什么时候别做。遇到下面几类任务,建议先按下暂停键。
| 情况 | 为什么暂缓 |
|---|---|
| 目标每天都在变 | Loop 会追着噪声跑 |
| 验证只能靠"感觉对" | 很难判断是否真的完成 |
| 需要生产写权限 | 错误影响太大 |
| 依赖口头背景 | 状态账本无法接住上下文 |
| 预算没有上限 | 容易变成持续烧钱 |
| 团队没人读结果 | Loop 会制造无人负责的产物 |
| 一次性任务 | 自动化成本高于收益 |
特别是"团队没人读结果"这一条。很多 Loop 失败,问题不一定出在 Agent 能力,而是人类流程没有接住它:它开了 PR 没人 review;它写了报告没人确认;它标了风险没人处理。最后这些产物会堆成另一种噪声。
所以建 Loop 之前先问一句:
这个 Loop 的输出,明天早上谁会看?看完以后谁有权决定下一步?
没有答案,就先别建。
把 Loop 看成小型运行时,而不是提示词技巧
回到开头那个凌晨两点的故事。那个 Agent 勤快地跑了 7 个 commit、绕开了 2 个测试、写出了一段完整总结,但 bug 还在——它失败的原因不是模型不够强,而是这份运行协议里缺了刹车:没有禁止"绕开测试"、没有"无进展检测"、没有"验证者与执行者分离"、没有"涉及测试绕过就升级给人"。
Loop Engineering 这个词可能会热一阵,也可能很快被下一个词盖过去。但它背后的工程问题不会消失:当 Agent 能持续行动,我们就不能只关心它会不会生成,还要关心它为什么醒来、在哪里行动、按什么经验行动、怎么证明自己做对了、什么时候停下来、失败经验怎么留下来。
如果要在团队里给一个最短建议,会是这样的:
别先问"怎么让 Agent 一直跑"。先问"它跑偏时谁能发现、它跑贵时谁能停、它做完时谁能验收"。
这三个问题有答案,再写循环。
参考与延伸
外部信号:
- Boris Cherny 在 Sequoia AI Ascent 2026 的访谈,提到"Loop 是未来"以及他手机里常驻几百个 Agent 的工作流
- Peter Steinberger 关于"设计提示 agent 的 loop,而不是手动写 prompt"的判断
- Addy Osmani《Loop Engineering》(2026-06-07) 把 Loop 拆解为 Automations / Worktrees / Skills / Plugins / Sub-agents 加记忆位置的具体部件
站内能力对照:
- Headless 模式——Loop 的执行入口
- GitHub Actions——Loop 的触发与权限边界
- Agent Loop(从零理解)——模型内部的工具循环,与本文的用户侧 Loop 互补
- Hooks 系统与 Hooks 配方——把"必须发生"的动作做成确定性护栏
- Subagents 子代理——执行者与验证者的物理隔离
- Agent Skills与 自定义命令——把项目经验沉淀成可复用的 Context
- Claude Code 最佳实践 Playbook——单轮会话怎么做对,是 Loop 的前置基础