一、什么是 Loop Engineering

1.1 引爆点：两句话，百万次转发

2026 年 6 月初，AI 编程社区被两句话点燃：

这两句话在 X（Twitter）上获得了超过 500 万次浏览。随后，Google 工程师Addy Osmani发表了一篇博客，将这个概念正式命名为Loop Engineering（循环工程），并给出了清晰的定义框架。开发者Cobus Greyling则推出了开源参考实现loop-engineering（MIT 协议，7K+ Star），将理念变成了可直接落地的工具集。

那么，Loop Engineering 到底是什么？

1.2 核心定义

Loop Engineering是一种系统设计方法论：你不再亲自给 AI Agent 写提示词，而是设计一套自动化循环系统，让系统自己去发现工作、分配任务、验证结果、持久化状态，并在必要时交还给人。

用 Addy Osmani 的话说：

杠杆点已经从"打磨单条 prompt"移到了"设计编排 Agent 的控制系统"。

1.3 AI 工程的四次范式跃迁

过去两年，AI 开发的重心经历了四次清晰的跃迁：

阶段	核心问题	人的角色	典型产物
Prompt Engineering	怎么问 AI？	提示词工匠	精心打磨的 prompt 模板
Context Engineering	给 AI 什么信息？	上下文组织者	AGENTS.md、CLAUDE.md、规则文件
Harness Engineering	如何组织 AI 的能力？	环境搭建者	工具链、MCP 连接器、权限配置
Loop Engineering	如何让 AI 持续创造结果？	系统架构师	自动化循环、状态文件、验证链

每一次跃迁，人的角色都在向上移动：从"操作工"到"监工"再到"架构师"。Loop Engineering 是这条演进路线的当前终点——你不再是那个守在聊天框前不断输入指令的人，你是那个设计自动化循环结构的人。

1.4 Agent Loop vs Loop Engineering

很多人把Agent Loop和Loop Engineering混为一谈——以为在终端里敲/loop 1d就算"做 loop 工程"了。其实不然：

维度	Agent Loop	Loop Engineering
本质	运行机制 / 产品功能	系统设计 / 工程方法论
你在做什么	启动一个会重复的 Agent 任务	设计发现→执行→验证→交接的完整系统
粒度	一次递归目标 + 调度	模式、技能、状态 schema、安全策略、成本模型
成功标准	"它又在跑了"	"它跑得对、跑得省、出事能停、人能看懂它干了什么"
典型产物	/loop 1d ... 一条命令	STATE.md + Skills + Worktree 策略 + Verifier + Checklist

打个比方：Agent Loop像while (!done) { agent.run(); }——循环语句本身。Loop Engineering像写整个main()：输入从哪来、状态存哪、谁写谁验、超时怎么办、日志打哪、什么时候break叫人。

1.5 三层概念关系

参考库的 concepts 文档把几层概念捋得很清楚：

 复制代码Harness = 单次 Agent 运行的环境（工具、权限、规则）
Loop    = Harness + 调度 + 状态 + 验证链
Loop Engineering = 设计并运营上述 Loop 系统的工程实践

概念	关注点	类比
Agent Harness Engineering	一次会话里 Agent 能用什么、知道什么	单个工位的工具箱
Agent Loop	让 Agent 按节奏反复跑	传送带的运转
Loop Engineering	整条产线如何发现任务、分工、质检、交接	工厂设计与 SOP

二、Loop Engineering 的六大构件

一个能真正"无人值守"跑起来的 Loop，不是一条长 prompt，而是六个部分精密协作的系统。

2.1 Automations / Scheduling（自动化调度）—— 心跳

没有调度，你只有一个一次性的 Agent 运行。调度是 Loop 的心跳。

常见实现方式： /loop（Grok、Claude Code）—— 定时重复执行/schedule  —— 在特定时间点触发

• GitHub Actions cron —— 团队级定时任务/goal  —— 运行直到可验证条件为真
• 自定义 harness 调度器

关键属性： 间隔时间、是否立即触发、单次还是重复、是否持久化（重启后仍存活）。

2.2 Worktrees（工作树）—— 安全并行

当两个 Agent 同时编辑同一个文件时，你会得到合并地狱。Git worktree（或等效的隔离检出）给每个 Agent 自己的工作目录——共享历史但不共享工作树。

在 Grok 中：传递isolation: "worktree"给子 Agent。在 Claude Code 中：使用--worktree或专用会话。

清理很重要——Loop 应该在任务完成或移交时删除 worktree。loop-worktreeCLI 使这变得机械化：每次尝试一个 worktree，在 manifest 中跟踪，在拒绝或升级时清理。

2.3 Skills（技能）—— 意图的持久记忆

一个 Skill（通常是SKILL.md+ 可选的脚本/参考文件）编码了：

• 项目约定
• "我们不这样做，因为 X 事故"
• 构建/测试/lint 命令
• 审查标准
• 领域知识

没有 Skills，Loop 每次运行都从零开始重新推导一切——这就是Intent Debt（意图债） 。Skills 是偿还意图债的方式：约定写一次，每次运行都读。

2.4 Plugins & Connectors（MCP）—— 连接真实世界

一个只能读文件系统的 Loop 是受限的。连接器让 Loop 能够：

• 读写 Linear / Jira 工单
• 发送 Slack / Discord 消息
• 查询数据库或内部 API
• 创建 GitHub 分支和 PR
• 触发部署或 runbook

MCP（Model Context Protocol）已成为通用基板，为一个工具编写的连接器通常可以在另一个工具中工作。

2.5 Sub-agents（子 Agent）—— Maker / Checker 分离

这是可靠 Loop 最重要的结构模式。

写代码的 Agent 是评判自己工作的糟糕法官。第二个 Agent（有时使用更强的模型，总是使用不同的指令）执行验证。

常见分离模式：

• Explorer → Implementer → Verifier
• Implementer → Security reviewer
• Implementer → Test writer + runner

在无人值守的 Loop 中，Verifier 是让你（人类）能够放心走开的关键。

2.6 Memory / State（记忆/状态）—— 跨会话的脊柱

模型在独立的轮次或会话之间没有长期记忆。Loop 必须读写持久化的东西：

• 仓库中的 STATE.md 或 LOOP-STATE.json
• Linear 看板或 GitHub Project 的专用区域
• 小型数据库行

好的状态回答三个问题：

1. 我们当前在做什么？
2. 上次我们尝试了什么，结果如何？
3. 什么在等待人类？

状态文件通常是 Loop 产生的最重要的产物。

2.7 构件组装顺序

一个最小可行 Loop 通常从以下开始：

 复制代码调度 + 一个 Skill（分诊）+ 状态文件

然后逐步添加：

• 当你开始做修改时 → 添加 Worktree 隔离
• 当 Loop 自主行动时 → 添加子 Agent 验证
• 当你想让它驱动工单和 PR 时 → 添加连接器

最好的 Loop 是每个新构件只在前一个版本证明了其价值（和失败模式）后才添加的。

三、LangChain 视角：四层 Loop 模型

如果说 Addy Osmani 的六大构件回答了"Loop 由什么组成"，那么 LangChain 团队在《The Art of Loop Engineering》中提出的四层 Loop 模型则回答了"Loop 如何层层叠加、持续进化"。Swyx 将这种层层叠加的艺术称为 Loopcraft——"the art of stacking loops"。

这四层 Loop 不是并列关系，而是自底向上、逐层增强的堆叠结构。每一层都建立在下一层之上，外层 Loop 可以"伸手进去"修改内层 Loop 的配置。

3.1 Loop 1：Agent 循环 —— 最基础的"模型调用工具"

这是所有 Agent 的起点：给 LLM 上下文，让它调用工具，循环直到任务完成。

 复制代码from langchain.agents import create_agent# 最基础的 Agent Loop：模型 + 工具 = 能行动的 Agent
agent = create_agent(
    model="claude-sonnet-4-20250514",
    tools=[read_file, write_docs, open_pr],
    system_prompt="你是一个文档助手，负责改进项目文档。"
)# 一次调用，Agent 内部自动循环调用工具直到完成
result = agent.invoke({
    "messages": [{"role": "user", "content": "更新 README 中的安装说明"}]
})

这就是 LangChain create_agent 给的东西。选一个模型，接入工具，你就有了一个能工作的 Agent Loop。以 LangChain 内部的文档 Agent 为例：它接收文档改进请求 → 模型规划并起草修改 → 用工具 clone 仓库、读写文件、打开 PR。

但问题也很明显：  Agent 的产出不一定正确或一致。它可能在第一次尝试时就出错，而你没有机制去发现。

3.2 Loop 2：验证循环 —— "写完不算完，验过才算"

当一致性很重要时，在 Agent Loop 外面包一层验证循环：检查输出，不合格就带着反馈重试。

 复制代码from langchain.agents import create_agent
from deepagents.middleware import RubricMiddleware# RubricMiddleware 实现验证循环：
# Agent 产出 → Grader 按评分标准检查 → 不合格就带反馈重试
agent = create_agent(
    model="claude-sonnet-4-20250514",
    tools=[read_file, write_docs, open_pr],
    middleware=[
        RubricMiddleware(
            rubric="""
            1. 所有链接必须可解析
            2. 所有 CI 检查必须通过
            3. diff 范围不能超出请求的修改
            """,
            max_retries=3# 最多重试 3 次
        )
    ]
)

验证循环的核心是 Grader（评分器） ——它按评分标准检查 Agent 的输出。Grader 可以是确定性的（如运行测试、检查链接），也可以是 Agentic 的（LLM-as-a-Judge，用另一个模型来评判）。

对于文档 Agent：Grader 在每次尝试后运行测试，检查所有链接是否可解析、CI 是否通过、diff 是否在请求范围内。这些错误类型不需要人工审查就能自动捕获。

代价：  验证循环增加了延迟和每次运行的成本。但当质量比速度更重要时——大多数生产场景都是如此——这个代价是值得的。

3.3 Loop 3：事件驱动循环 —— "Agent 不再是你手动调用的东西"

前两层 Loop 自动化了"做"和"验"，但 Agent 仍然需要你手动触发。事件驱动循环把 Agent 接入你的生态系统——一个新文档到达、一个定时器触发、一个 webhook 到来——Agent 自动运行。

 复制代码from langsmith import deployment# LangSmith Deployment 支持 cron 和 webhook 触发
# 将 Agent 部署为持续运行的后台服务
deployment.serve(
    agent=agent,
    triggers=[
        # Cron 触发：每天早上 9 点运行
        deployment.CronTrigger(schedule="0 9 * * *"),
        # Webhook 触发：Slack 消息到达时运行
        deployment.WebhookTrigger(
            source="slack",
            channel="#docs-plz"
        )
    ]
)

LangChain 的文档 Agent 就是通过 Fleet（无代码 Agent 构建器）的 channels 和 schedules 来实现事件驱动：每当 #docs-plz Slack 频道有消息，就触发文档 Agent 运行。

关键转变：  Agent 不再是你手动调用的东西——它是持续运行在更大系统中的组件。这也是 OpenClaw 中 "heartbeats" 概念的精髓：把你的 Agent 变成一个始终在线、主动出击的助手。

3.4 Loop 4：爬山循环 —— "自动化改进本身"

前三层 Loop 自动化了工作。第四层——也是最重要的一层——自动化了改进。

 复制代码from langsmith import Engine# LangSmith Engine 分析生产 Trace，自动改进 Harness 配置
engine = Engine(
    agent=agent,
    analysis_prompt="""
    分析最近的 Agent 运行 Trace，找出：
    1. 哪些 prompt 导致了低质量输出？
    2. 哪些工具调用经常失败？
    3. Grader 的评分标准是否需要调整？
    """,
    auto_improve=True  # 自动应用改进
)# Engine 持续监控，发现问题自动提交改进 PR
engine.monitor()

每一次 Agent 运行都会产生 Trace：模型做了什么、调用了哪些工具、Grader 给了什么反馈。这些 Trace 包含关于"什么有效、什么无效"的高价值信号。爬山循环运行一个分析 Agent 来处理这些 Trace，用发现来重写 Harness 配置——包括 prompt 调整、工具配置优化、Grader 标准改进。

关键动作：  返回箭头不只是回到顶层——它伸手进去直接更新 Agent Loop。外层 Loop 的每一次循环都让内层 Loop 更有效。

对于更进一步的团队，爬山循环还可以：

• 对使用开源模型的团队，将 Trace 结果作为 RL 微调的训练信号
• 改进辅助上下文（记忆、检索到的 Skills）
• 自动 A/B 测试不同的 prompt 策略

3.5 四层 Loop 总览

Loop	做什么	影响	LangChain 原语
1. Agent 循环	模型反复调用工具直到任务完成	自动化工作	create_agent
2. 验证循环	Agent 产出按评分标准检查，不合格带反馈重试	确保质量和正确性	RubricMiddleware
3. 事件驱动循环	事件触发 Agent 运行，更新真实系统	规模化自动工作	LangSmith Deployment (cron/webhook) 或 Fleet channels
4. 爬山循环	生产 Trace 喂给分析 Agent，改进 Harness 配置	Harness 持续改进	LangSmith Engine

LangChain 团队的核心观点：  Loop 1 和 Loop 2 我们已经思考了很久。但重点应该转向 Loop 3 和 Loop 4——把 Agent 嵌入你的生态系统，让它们根据你的标准持续改进。这才是价值复利产生的地方。

Satya Nadella 对此有一个精辟的总结："那些早期构建学习循环的公司——人类判断力和 token 资本共同复利——将建立起难以复制的优势。"

3.6 四层模型与六大构件的关系

LangChain 的四层模型和 Addy Osmani 的六大构件是互补视角，而非竞争关系：

六大构件	在四层模型中的位置
Scheduling（调度）	Loop 3 的核心——cron/webhook 触发
Worktrees（工作树）	Loop 1/2 的隔离基础——并行安全
Skills（技能）	Loop 1 的上下文注入 + Loop 4 的优化目标
MCP Connectors（连接器）	Loop 1 的工具层 + Loop 3 的事件源
Sub-agents（子 Agent）	Loop 2 的 Maker/Checker 分离
State/Memory（状态）	跨所有 Loop 的持久化脊柱

简单来说：六大构件是"零件清单"，四层模型是"组装说明书"。

四、如何设计一个 Loop

4.1 Loop 的解剖结构

一个完整的 Loop 运行周期包含以下阶段：

4.2 自主级别：L0 → L1 → L2 → L3

Loop Engineering 强调分阶段放权，绝不一步到位。完整的自主级别从 L0 草稿开始：

级别	描述
L0 Draft	Loop 设计文档 + 手动触发，验证流程正确性
L1 Report Only	分诊 → 写入状态，不自动执行任何操作
L2 Assisted	小型自动修复 + Verifier 验证
L3 Unattended	无需人工监控，自主运行

L0 Draft 是大多数团队忽略的起点：  你先写一份 LOOP.md 设计文档，手动运行每个步骤，确认分诊逻辑、状态读写、升级触发都符合预期。L0 阶段不涉及任何自动化——你在验证"这个 Loop 的设计本身是否正确"。

关键原则：永远不要在新模式的生产仓库上跳过 L1。  从 L0 到 L3，每一级都必须在前一级稳定运行后才推进。

4.3 Loop 设计的前提

在启用生产 Loop 之前，必须通过以下 10 个维度的检查：

1. 目的与范围

• 单一明确目标——一句话：这个 Loop 完成什么？
• 明确的非目标——这个 Loop ** 不会** 做什么？
• 监控范围——哪些仓库、分支、PR 或工单？
• 分阶段上线——先只报告，再小步行动？

2. 调度

• 选择节奏——间隔匹配紧急程度
• 是否立即触发——启动时运行，还是等待间隔？
• 持久化——如果需要，是否在会话/工具重启后存活？
• 自我清理——监控列表为空时 scheduler_delete？

3. Skills

• 分诊 Skill 存在，输出格式紧凑
• 操作 Skill（minimal-fix 等）匹配项目约定
• Skill 描述无聊且具体（良好的自动触发）

4. Maker / Checker 分离

• Implementer 和 Verifier 是分离的（Agent、模型或指令）
• Implementer 不能 标记自己的工作为"完成"
• Verifier 在隔离环境（worktree）中运行测试后才批准

5. 状态 / 记忆

• 状态文件或看板 schema 已文档化
• Loop 每次运行开始时读取先前状态
• Loop 写入结果、时间戳、最后操作
• 每次运行清理已解决/已合并/已关闭的项目

6. 人工交接

• 升级触发器明确（最大尝试次数、风险路径、模糊性）
• 路径黑名单——auth、payments、secrets、infra
• 通知规则——仅在需要人类行动时 ping

7. 连接器（MCP）

• 连接器最小权限（读 vs 写）
• Loop 可以打开/更新 PR 或工单（如果行动），而不仅仅是建议
• Bot 身份在 PR 评论上清晰可见

8. 成本与限制

• Token 预算已估算loop-budget.md 包含每日上限和终止开关loop-run-log.md 用于追加式运行历史
• 每个项目每次运行的最大迭代次数
• 每天最大自动 PR 数

9. 可观测性

• 记录每次运行：开始时间、发现项目、采取行动、升级
• 成功指标已选择
• 团队可以在不阅读聊天日志的情况下检查状态文件

10. 安全

• 没有明确允许列表的情况下不自动合并
• 密钥/env 文件在黑名单中
• Flake 处理——不要仅用重试来"修复"间歇性测试

4.4 Loop 设计的栏栅

如果 Loop 如果中断，在继续之前停止并修复，参考样例：

• 同一个 PR 有超过 3 次自动修复尝试但没有进展
• Verifier 和 Implementer 是同一个 Agent 会话
• 没有状态文件——Loop 每次运行都失忆
• 每次运行都通知，无论是否有发现
• 自动合并启用但没有路径允许列表

4.5 Loop 设计的反模式

以下反模式是设计阶段就必须避免的错误——它们不是运行时故障，而是架构层面的根本缺陷。启用无人值守 Loop 之前，逐条自查：

#	反模式	为什么致命	正确做法
1	同一个 Agent 实现并验证	自己写的代码自己检查，等于没检查。模型会无意识地偏向自己的实现	Implementer 和 Verifier 必须是不同 Agent、不同模型或不同指令
2	没有 Early Exit	监控列表为空时仍然全量扫描，每天烧掉数百万 token 无用功	空列表在 ~3-5k token 内退出，不要"以防万一"多跑一遍
3	状态文件形同虚设	写了状态但下次运行不读，或者状态 schema 不清晰，等于每次从零开始	状态文件必须文档化 schema，每次运行开头强制读取上次状态
4	无分支允许列表的自动合并	Loop 可以直接合并到main，一旦出错直接污染主干	自动合并必须配置分支和路径双重允许列表
5	用重试"修复" Flake 测试	间歇性失败测试被重试掩盖，真正的 bug 被埋藏	Flake 测试应标记为@flake 并排除，或升级给人类处理
6	每次运行都发通知	团队很快学会忽略 Loop 消息，真正需要关注时也错过	只在需要人类行动时 ping——"发现 3 个高优 Issue"比"运行完成"有价值
7	无 Token 预算上限	一个失控的 Loop 可以在 48 小时内烧掉 800 万 token	设置每日 token 上限，80% 时切换为报告模式，100% 时终止
8	Verifier 与 Implementer 共享会话	上下文污染——Verifier 看到了 Implementer 的推理过程，丧失独立性	Verifier 必须在全新会话/worktree 中运行，只看代码 diff
9	无限修复循环	同一个 Issue 反复修复失败，Loop 永不停止	每项最多 3 次尝试，超过后自动升级给人类
10	跳过 L1 直接上 L3	从"只报告"直接跳到"自动合并"，中间没有任何验证	必须经历 L0→L1→L2→L3，每一级稳定 1-2 周才推进

最重要的反模式是 #1 和 #8——它们本质上说的是同一件事：独立性是验证的前提。一个看过实现过程的验证者，无论多强，都已经丧失了独立判断的能力。

4.6 Loop 设计的事故响应流程

当 Loop 在生产中出事（例如自动合并了错误代码、烧爆了预算、修改了不该碰的文件），按以下四步流程处理：

第 1 步：立即停止

执行 loop-pause-all（全局暂停所有 Loop）或 scheduler_delete（删除特定 Loop 的调度任务）。这不是"建议暂停"——是立刻、马上、现在停止。

第 2 步：根因分析

不要急于修复。先问三个问题：

1. 哪个安全机制本该阻止这件事但没生效？
2. 这个 Loop 在哪个级别运行？是否跳级了？
3. 状态文件和运行日志说了什么？

第 3 步：修复并降级

修好根因后，不要恢复原级别。将 Loop 降级至少一级：

• L3 出事 → 降回 L2，人工闸门重新启用
• L2 出事 → 降回 L1，只报告不行动
• L1 出事 → 回到 L0，重新审视设计

第 4 步：记录教训

在 stories/ 目录下写一份诚实的事后复盘，格式参考 why-we-killed-ci-sweeper.md。这份文档的价值不在于"我们学到了什么"——而在于下一个团队不需要再踩同样的坑。

五、Loop 模式设计

5.1 Daily Triage（每日分诊）

目标：  每天早上（或活跃时段）获得优先排序的、可操作的待办事项图景——无需手动检查 CI、issues、PR 和聊天。

典型周期：  调度触发 → 分诊 Skill 摄入 CI 失败（24h）、开放 issues/工单、最近提交、先前 STATE.md → 高优先级项目追加到状态并建议下一步行动 → 清理已解决项目 → 记录运行后复盘。

最佳入门 Loop。  先跑 1-2 周只报告模式，测量分诊准确率后再启用 L2。

5.2 PR Babysitter（PR 保姆）

目标：  减少人类在 PR 审查、CI、rebase 和合并上花费的时间，同时保持人类在判断席位上。

典型周期：  发现团队开放的 PR → 对每个 PR 运行分诊 → CI 红了就生成修复 → 有审查评论就提出最小补丁 → 准备就绪就标记"ready to merge" → 模糊或高风险就升级给人。

5.3 CI Sweeper（CI 清扫者）

目标：  快速响应 main 或活跃分支上的 CI 失败——诊断、提出最小修复，无法自信解决时升级。

关键安全措施：  分类 flake vs 真实回归 vs 基础设施；flake 不自动修复；同一失败最多 3 次尝试后升级；loop-guard熔断器防止无限循环。

5.3.1 真实失败案例：Why We Killed Our CI Sweeper

loop-engineering 记录了一次真实事故——这正是 CI Sweeper 被标记为"L2 谨慎模式"的原因：

维度	详情
触发条件	loop 5m 在 main 分支红色期间运行，恰逢 flaky 迁移分支
损失	48h 烧掉 ~800 万 token；11 个 PR 中 3 个是症状修复，1 个破坏生产配置（人工拦截）
根因 1	没有 L1 阶段——直接跳到自动修复
根因 2	Verifier 与 Implementer 在同一会话（一半的运行）
根因 3	没有分支允许列表——扫到了已知 CI 红色的 feature 分支
根因 4	没有每日预算——调度器从不暂停
事后处理	删除所有调度任务 → 切换为 main 失败事件驱动 → 先只报告 1 周 → Verifier 独立子 Agent → 每日 200 万 token 上限 → 分支允许列表仅 main

教训提炼：  这个案例暴露了 Loop Engineering 中最危险的认知偏差——"自动化 = 安全" 。实际上，自动化程度越高，需要的安全机制越严格。CI Sweeper 的模式文档之所以存在，正是因为有人付出了真金白银的代价。

记住： L2 不是 L1 的升级版，而是 L1 加上安全网之后的谨慎延伸。

5.4 Dependency Sweeper（依赖清扫者）

目标：  自动化补丁和低风险 CVE 依赖更新，减少"依赖过期焦虑"。

典型周期：  调度触发（建议每周一次，非高峰时段）→ 扫描 package.json / requirements.txt / Cargo.toml → 过滤：仅补丁版本 + 低风险 CVE → 对每个候选依赖创建独立 Worktree → 运行 npm update / pip install --upgrade → 执行测试套件 → 测试通过则创建 PR，失败则记录原因并跳过。

关键安全措施：

• 前 30 天仅补丁 + 低风险 CVE——主版本和黑名单包（如 auth、crypto 相关）需要人工闸门
• 每个依赖独立 PR——避免一个 PR 改 20 个包导致无法定位回归
• 锁定文件变更必须可审查——如果 package-lock.json diff 超过 500 行，升级给人类
• 不碰 peer dependency——这类变更几乎总是需要人工判断

为什么从补丁开始：  补丁版本更新是最"无聊"的工作——收益明确（修 bug、堵漏洞），风险极低（SemVer 保证向后兼容）。让 Loop 处理无聊的事，人类处理需要判断的事。

5.5 Changelog Drafter（变更日志起草者）

目标：  从合并的 PR 和提交自动生成发布说明草稿，消除"发布前赶写 changelog"的痛苦。

典型周期：  调度触发（建议每次发布前，或每周五下午）→ 拉取自上次发布以来的所有合并 PR → 按标签分类（bug、feature、breaking、docs、deps）→ 提取 PR 标题和描述中的关键信息 → 按分类生成 Markdown 草稿 → 标注需要人工补充的部分（如"这个 breaking change 的迁移指南需要你写"）。

关键设计决策：

• 只起草，不发布——最终版本永远由人类编辑和签署
• 标注置信度——对每个条目标注"自动提取"或"需要人工确认"
• 关联 Issue——自动链接相关的 Issue 编号，方便读者追溯
• 与 Post-Merge Cleanup 配合——Cleanup 清理代码，Drafter 记录变更，两者是天然搭档

低风险、高价值。  这是最适合作为第二个 Loop 的模式——在 Daily Triage 稳定后，Changelog Drafter 几乎零风险，但能显著减少发布摩擦。

5.6 Post-Merge Cleanup（合并后清理）

目标：  识别合并后可以清理的内容——死代码、过时注释、TODO 债务、未使用的导入。

典型周期：  调度触发（建议非高峰时段，如凌晨 2 点）→ 扫描最近合并的 PR 涉及的文件 → 检测模式：被注释掉的代码块、TODO / FIXME 标记、未使用的导入、重复代码片段 → 对每个发现生成清理建议 → 创建单个"清理 PR"（而非每个发现一个 PR）。

关键安全措施：

• 非高峰时段运行——避免与活跃开发冲突
• 最低紧急程度——清理 PR 永远不阻塞任何东西
• 仅限最近合并的文件——不扫描整个代码库（范围过大容易引入回归）
• 不碰测试文件——测试中的"死代码"可能是故意保留的边界用例
• 单个清理 PR——方便一次性审查和合并，避免 PR 洪水

为什么需要这个模式：  代码库的熵增是必然的。每次合并都在增加复杂度——临时代码变成永久代码、注释过时、TODO 永远不做。Post-Merge Cleanup 是对抗熵增的自动化手段。

5.7 Issue Triage（Issue 分诊）

目标：  自动分类新 Issue——标记重复、建议优先级、路由到正确的团队。仅建议，不自动关闭。

典型周期：  Webhook 触发（新 Issue 创建时）→ 读取 Issue 标题和正文 → 与已有 Issue 做相似度匹配（检测重复）→ 按模板检查信息完整性（是否有复现步骤、环境信息、期望行为）→ 建议标签（bug / feature / question / duplicate）和优先级 → 如果信息不足，生成友好的追问评论 → 将分诊结果写入 STATE.md。

关键设计决策：

• 只建议，不执行——标签和关闭操作由人类确认
• 重复检测用相似度而非精确匹配——避免漏掉换了一种说法描述的同一个 bug
• 信息不足时追问而非关闭——"请补充复现步骤"比"信息不足已关闭"友好得多
• 路由建议基于历史数据——分析过去 3 个月每个标签的实际处理人，而非静态的 CODEOWNERS

与 Daily Triage 的关系：  Issue Triage 是事件驱动的"实时分诊"，Daily Triage 是定时驱动的"全局分诊"。两者互补——Issue Triage 保证新 Issue 不被遗漏，Daily Triage 保证全局视角不被丢失。

5.8 模式选择与 LangChain 映射

上面七个模式覆盖了软件工程中最常见的自动化场景。选择哪个模式取决于你的痛点和风险承受能力——而不是"哪个模式更酷"。

选择指南：

你的痛点	推荐模式	起始级别	为什么从这个级别开始
"每天早上不知道项目什么状态"	Daily Triage	L1	零风险，纯信息输出
"PR 审查太花时间"	PR Babysitter	L1 → L2	先看 Agent 的建议质量，再开自动修复
"CI 经常红，没人及时看"	CI Sweeper	L1 → L2	必须从 L1 开始——参考 5.3.1 事故案例
"依赖更新总是忘记"	Dependency Sweeper	L2 仅补丁	补丁更新风险极低，适合直接 L2
"发布说明写起来很痛苦"	Changelog Drafter	L1	零风险，纯文本生成
"代码库越来越乱"	Post-Merge Cleanup	L1	先看清理建议是否合理
"Issue 积压严重"	Issue Triage	L1	只建议不执行，零风险

模式与 LangChain 四层模型的映射：

每个模式都可以用 LangChain 原语实现，映射关系如下：

模式	核心 Loop 层	LangChain 关键原语	说明
Daily Triage	Loop 1 + Loop 3	create_agent + CronTrigger	Agent 执行分诊，cron 定时触发
PR Babysitter	Loop 1 + Loop 2	create_agent + RubricMiddleware	Agent 修复 + Grader 验证
CI Sweeper	Loop 1 + Loop 2 + Loop 3	create_agent + RubricMiddleware + WebhookTrigger	CI 事件触发，修复后验证
Dependency Sweeper	Loop 1 + Loop 3	create_agent + CronTrigger	定时检查 + 自动补丁 PR
Changelog Drafter	Loop 1 + Loop 3	create_agent + CronTrigger	定时生成发布说明草稿
Post-Merge Cleanup	Loop 1 + Loop 3	create_agent + CronTrigger	非高峰定时清理
Issue Triage	Loop 1 + Loop 3	create_agent + WebhookTrigger	Issue 事件触发分诊

进阶实践：  当所有模式都稳定运行后，引入 Loop 4（LangSmith Engine）对所有模式的生产 Trace 进行统一分析。Engine 能发现跨模式的改进机会——例如 CI Sweeper 和 PR Babysitter 在重复修复同一类问题时，Engine 可以建议合并或调整分工。这就是"爬山循环"的真正价值：不是改进单个 Loop，而是优化整个 Loop 生态。

5.9 模式背后的设计原则

七个模式看似各不相同，但背后共享着五条设计原则。理解这些原则，你就能设计自己的模式，而不只是复制别人的。

原则一：从 L1 开始，永远从 L1 开始。  这不是保守，是工程纪律。L1 让你在零风险下验证 Agent 的判断质量。Daily Triage 跑两周只报告，你就能知道它的分诊准确率。CI Sweeper 的事故正是因为跳过了这一步。L1 不是"功能不完整"，而是"安全网就位前的必要观察期"。

原则二：Maker/Checker 分离不是可选项。  七个模式中，凡是涉及代码修改的（PR Babysitter、CI Sweeper、Dependency Sweeper、Post-Merge Cleanup），都要求 Implementer 和 Verifier 是独立子 Agent。这不是过度设计——CI Sweeper 事故中，一半的运行 Verifier 和 Implementer 在同一会话，导致"自己验证自己"的盲区。AI 不能给自己的代码打分。

原则三：范围越小，信任越高。  Dependency Sweeper 只做补丁更新（范围极小）→ 可以直接 L2。CI Sweeper 要诊断任意 CI 失败（范围极大）→ 必须从 L1 开始。这不是双标，是风险与范围的匹配。设计模式时，先问"这个 Loop 的 blast radius 有多大"，再决定自主级别。

原则四：事件驱动优于定时轮询——但有前提。  Issue Triage 用 Webhook 触发（事件驱动），比定时扫描更及时且更省 token。但 CI Sweeper 的事故正是因为定时轮询 (loop 5m) 在错误的时间反复触发。事件驱动的前提是：你明确知道"什么事件值得响应"。如果不确定，先用定时 + L1 观察。

原则五：每个模式都要回答"什么时候升级给人类"。  这不是"如果出问题了怎么办"的兜底方案，而是模式设计的核心约束。PR Babysitter 的升级条件是"情况模糊或高风险"，CI Sweeper 是"3 次尝试失败"，Dependency Sweeper 是"主版本或黑名单包"。没有明确定义升级条件的 Loop，不是一个完整的 Loop。

六、示例代码（LangChain）

下面用 LangChain 生态来实现 Loop Engineering 的核心模式。LangChain 提供了从基础 Agent Loop 到事件驱动、验证循环、爬山循环的完整原语，让我们可以直接在框架层面构建 Loop，而不需要从零写调度器和状态管理。

6.1 项目结构

 复制代码my-loop-project/
├── agent.py                # Agent 定义与配置
├── tools/
│   ├── github_tools.py     # GitHub PR/Issue 工具
│   └── ci_tools.py         # CI 状态查询工具
├── skills/
│   ├── triage.md           # 分诊 Skill（Markdown 格式）
│   └── minimal_fix.md      # 最小修复 Skill
├── middleware/
│   └── rubric.py           # 验证评分标准
├── deployment.py           # 事件驱动部署配置
└── engine_config.py        # 爬山循环（Engine）配置

6.2 Loop 1：Agent 循环 —— create_agent

最基础的 Agent Loop：模型 + 工具 + 系统提示词。

 复制代码# agent.py
from langchain.agents import create_agent
from langchain.chat_models import init_chat_model# 初始化模型
model = init_chat_model("claude-sonnet-4-20250514")# 定义工具
from tools.github_tools import (
    list_open_prs, get_pr_details, create_pr, add_pr_comment,
    get_ci_status, get_recent_commits
)# 创建 Agent —— 这就是 Loop 1
agent = create_agent(
    model=model,
    tools=[
        list_open_prs,      # 列出开放 PR
        get_pr_details,     # 获取 PR 详情
        get_ci_status,      # 查询 CI 状态
        get_recent_commits, # 获取最近提交
        create_pr,          # 创建 PR
        add_pr_comment,     # 添加 PR 评论
    ],
    system_prompt="""你是一个 PR 保姆 Agent。
每天早上检查所有开放 PR 的状态：
1. 如果 CI 失败，分析原因并提出修复建议
2. 如果有未回复的审查评论，生成最小补丁
3. 如果一切就绪，标记为 ready-to-merge
4. 如果情况模糊或高风险，升级给人类
"""
)# 单次调用
result = agent.invoke({
    "messages": [{"role": "user", "content": "检查所有开放 PR 的状态"}]
})

6.3 Loop 2：验证循环 —— RubricMiddleware

在 Agent Loop 外面包一层验证：产出 → 评分 → 不合格就带反馈重试。

 复制代码# middleware/rubric.py
from deepagents.middleware import RubricMiddleware# 定义评分标准
pr_review_rubric = RubricMiddleware(
    rubric="""
    对 Agent 的每次 PR 修复产出，按以下标准评分（每项 0-10 分）：    1. 正确性（权重 40%）：修复是否真正解决了 CI 失败或审查意见？
       - 10 分：修复精确针对问题，不引入新错误
       - 0 分：修复与问题无关，或引入了新问题    2. 最小性（权重 30%）：diff 是否尽可能小？
       - 10 分：只改了必要的行，无无关变更
       - 0 分：重构了无关模块，或改了超过 10 个文件    3. 安全性（权重 30%）：是否触及了黑名单路径？
       - 10 分：未触及 auth/、payments/、secrets/ 等敏感路径
       - 0 分：触及了黑名单路径 → 立即升级    总分低于 7 分 → 带反馈重试
    触及黑名单 → 不重试，直接升级给人类
    """,
    max_retries=3,  # 最多重试 3 次
    on_max_retries="escalate"# 超过重试次数后升级
)# 将验证中间件挂载到 Agent
agent_with_verification = create_agent(
    model=model,
    tools=[list_open_prs, get_pr_details, get_ci_status,
           create_pr, add_pr_comment, get_recent_commits],
    middleware=[pr_review_rubric],
    system_prompt="你是一个 PR 保姆 Agent..."
)

6.4 Loop 3：事件驱动循环 —— LangSmith Deployment

把 Agent 部署为持续运行的后台服务，通过 cron 或 webhook 触发。

 复制代码# deployment.py
from langsmith import deployment# 部署 Agent，配置触发方式
deployment.serve(
    agent=agent_with_verification,
    name="pr-babysitter",
    triggers=[
        # Cron 触发：每 15 分钟检查一次 PR 状态
        deployment.CronTrigger(
            schedule="*/15 * * * *",
            input_template="检查所有开放 PR 的状态"
        ),
        # Webhook 触发：当有新 PR 或 CI 状态变更时立即响应
        deployment.WebhookTrigger(
            source="github",
            events=["pull_request.opened", "check_run.completed"]
        ),
    ],
    # 运行时配置
    runtime={
        "max_concurrency": 3,       # 最多 3 个并发运行
        "timeout_seconds": 600,     # 单次运行超时 10 分钟
        "error_policy": "escalate", # 出错时升级给人类
    }
)

6.5 Loop 4：爬山循环 —— LangSmith Engine

分析生产 Trace，自动改进 Harness 配置。

 复制代码# engine_config.py
from langsmith import Engine# Engine 持续分析 Agent 运行 Trace，自动改进
engine = Engine(
    agent=agent_with_verification,
    analysis_prompt="""
    分析最近 100 次 Agent 运行的 Trace，找出改进点：    1. Prompt 问题：
       - 哪些系统提示词导致了低质量输出？
       - Agent 是否经常误解某些指令？    2. 工具问题：
       - 哪些工具调用经常失败或超时？
       - 工具描述是否准确？    3. Grader 问题：
       - 评分标准是否过于宽松/严格？
       - 是否有"通过验证但实际有问题"的案例？    4. 模式问题：
       - 哪些类型的 PR 修复成功率最低？
       - 是否有反复出现的失败模式？    对每个发现的问题，提出具体的改进建议。
    """,
    auto_improve=True,  # 自动应用非破坏性改进
    improvement_policy={
        "prompt_tweaks": "auto",       # prompt 微调自动应用
        "tool_config": "auto",         # 工具配置自动应用
        "rubric_changes": "review",    # 评分标准变更需人工审查
        "model_switch": "review",      # 模型切换需人工审查
    },
    schedule="0 2 * * 1",  # 每周一凌晨 2 点运行分析
)# 启动 Engine 监控
engine.monitor()

6.6 Human-in-the-Loop：人工介入点

LangChain 将 Human-in-the-Loop 作为一等公民，在每一层 Loop 都可以插入人工审查：

 复制代码from langchain.agents import create_agent
from deepagents.middleware import HumanInTheLoopMiddlewareagent_with_human = create_agent(
    model=model,
    tools=[create_pr, add_pr_comment, merge_pr],
    middleware=[
        # 在敏感操作前要求人工确认
        HumanInTheLoopMiddleware(
            require_approval_for=[
                "merge_pr",           # 合并 PR 必须人工确认
                "create_pr",         # 创建 PR 前人工确认（可选）
            ],
            auto_approve_for=[
                "add_pr_comment",    # 添加评论自动通过
            ],
            approval_timeout_hours=24,  # 24 小时未响应则自动拒绝
        ),
        pr_review_rubric,
    ],
    system_prompt="你是一个 PR 保姆 Agent..."
)

6.7 完整示例：Daily Triage Loop

将以上组件组装成一个完整的 Daily Triage Loop：

 复制代码# daily_triage.py —— 完整的 Daily Triage Loop
from langchain.agents import create_agent
from langchain.chat_models import init_chat_model
from deepagents.middleware import RubricMiddleware
from langsmith import deploymentmodel = init_chat_model("claude-sonnet-4-20250514")# 分诊 Agent：只读、只报告、不修改
triage_agent = create_agent(
    model=model,
    tools=[
        get_ci_status,
        list_open_prs,
        get_recent_commits,
        list_open_issues,
    ],
    system_prompt="""你是 Daily Triage Agent。
每天早上扫描项目状态：
1. 检查 CI 状态（过去 24 小时的失败）
2. 列出所有开放 PR 及其状态
3. 检查是否有过期依赖
4. 将发现写入 STATE.md规则：
- 只报告，不自动执行任何操作
- 高优先级项目标记为需要人工关注
- 已解决的项目从 STATE.md 中清理
""",
    middleware=[
        RubricMiddleware(
            rubric="""
            分诊结果必须：
            1. 每个发现都有明确的优先级（high/medium/low）
            2. 每个发现都有建议的下一步行动
            3. 不遗漏任何 CI 失败或超过 3 天未活动的 PR
            """,
            max_retries=2
        )
    ]
)# 部署为每天早上 9 点运行
deployment.serve(
    agent=triage_agent,
    name="daily-triage",
    triggers=[
        deployment.CronTrigger(
            schedule="0 9 * * 1-5",  # 工作日早上 9 点
            input_template="执行每日分诊，扫描 CI、PR、Issues 和依赖状态"
        )
    ]
)

七、Loop Engineering 进阶

7.1 成本管理

Token 成本是 Loop Engineering 最现实的约束。一个设计不当的 Loop 可能在一天内烧掉数百万 token。

成本估算公式

 复制代码每日 Token ≈ 每次运行 Token × 每天运行次数 × (1 + 子 Agent 倍数)

因素	影响
节奏（Cadence）	线性乘数（5 分钟 vs 1 天 = 288× 运行次数/天）
每次运行的子 Agent 数	每个 = 完整模型 + 工具往返
上下文大小	大型仓库 + 完整 CI 日志 = 昂贵的分诊
Verifier 模型	Verifier 上使用更强的模型 = 值得（无人值守时）

成本控制最佳实践

分诊先行：  先用廉价的分诊扫描（~5k token），只有发现可操作项目时才启动子 AgentEarly Exit：  监控列表为空时在 ~3-5k token 内退出预算上限： loop-budget.md 设置每日 token 上限，超限自动暂停熔断器：  同一项目超过 3 次尝试自动升级，防止无限修复循环非高峰降速：  夜间和周末使用更慢的节奏

减速 / 暂停 / 杀死：三档应急标准

成本控制不只是"省钱"——当 Loop 行为异常时，你需要明确的应急标准。以下是生产级 Loop 的三档响应：

档位	触发条件	执行动作	恢复方式
减速	单次运行 token 超预算 50%，或连续 2 次运行无进展	节奏降为原来的 1/2，切换到更便宜的模型做分诊	下一轮运行恢复正常即自动升速
暂停	日 token 达到预算 80%，或loop-pause-all 被激活	当前轮完成后退出，调度器标记为 paused	人工执行loop-resume 恢复
杀死	日 token 达到预算 100%，或检测到危险路径修改	立即终止当前运行，不等待完成	人工根因分析后重新从 L0 开始

loop-pause-all 是全局紧急开关——执行后所有 Loop 在当前轮结束后立即退出。它不是"建议暂停"，而是硬性终止。配合 loop-constraints.md 中的 If loop-pause-all is active, exit immediately 规则，确保即使调度器来不及取消，Loop 自身也会主动退出。

7.2 状态同步

当多个 Loop 或人类同时修改状态时，会出现漂移。Codex CLI 的 state 子命令可以检测 STATE.md 和 LOOP.md 之间的不一致：

 复制代码# 检查状态一致性
codex state diff --state STATE.md --loop LOOP.md# 自动修复可安全合并的冲突
codex state sync --state STATE.md --loop LOOP.md --auto-resolve

状态设计原则：

• 一个模式一个状态文件，或清晰分隔的区域
• 每次运行必须清理已关闭/已合并的项目
• 人类覆盖必须记录在状态中
• 状态文件是 Loop 最重要的产物——它应该是团队可以不读聊天日志就能理解的

7.3 上下文管理（loop-context）

Codex CLI 内置了状态化记忆管理和长运行熔断器，通过 context 子命令实现：

 复制代码# 注入历史状态到当前运行上下文
codex context inject --state STATE.md --since "24h"# 修剪过时条目，防止状态文件无限增长
codex context prune --state STATE.md --older-than "7d"# 检测同一失败的重复尝试，触发升级
codex context guard --state STATE.md --max-retries 3

它解决三个问题：

1. 上下文注入：  在每次运行开始时注入相关的历史状态2. 上下文修剪：  清理过时条目，防止状态文件无限增长3. 熔断器：  检测同一失败的重复尝试，触发升级

7.4 Worktree 管理（loop-worktree）

Codex CLI 通过 worktree 子命令管理每次修复尝试的隔离 git worktree：

 复制代码# 创建隔离 worktree
codex worktree create --run-id <id> --pattern <p># 锁定路径（防止多 Loop 冲突）
codex worktree lock --paths <globs> --owner <pattern># 解锁
codex worktree unlock --owner <pattern># 清理已完成或已放弃的 worktree
codex worktree cleanup --older-than "1h"

关键原则：  一次尝试一个 worktree，在 manifest 中跟踪，拒绝或升级时清理。

7.5 Goal Engineering（目标工程）

Goal Engineering 是 Loop Engineering 的伴侣概念。如果说 Loop 负责"发现和持续"，Goal 负责"聚焦和完成"：

Goal 是一个可验证的停止条件——Agent 持续迭代直到条件满足：

 复制代码/goal All tests on main pass and lint is clean
/goal Keep working on this PR until CI is green and no blocking comments remain

Goal 使用新鲜模型来判断停止条件是否满足——这是 Maker/Checker 思想的另一种应用。

7.6 Loop-Gate（循环闸门）

Codex CLI 的 gate 子命令从 gate.yaml 机械执行路径黑名单和自动合并允许列表：

 复制代码# 检查是否可以自动合并
codex gate check --action auto-merge --paths <f1,f2,...># 检查路径是否在黑名单中
codex gate check --action deny --paths <f1,f2,...>

退出码约定：

• 0 — 通过，可以继续
• 2 — 升级给人类

这与 codex context guard 使用相同的约定，因此控制脚本可以链式调用两者。

Loop Constraints（约束机制）

loop-constraints.md 是比 gate.yaml 更高层的安全机制——它是自然语言编写的硬性规则，Loop 在每次运行开始时逐字读取并遵守。与 gate.yaml 的机械路径检查互补，loop-constraints 覆盖的是"意图层面"的约束。

典型的 loop-constraints.md 包含五个维度的规则：

维度	示例规则	为什么需要
Push & Merge	永远不自动合并到 main；先创建草稿 PR	防止未经审查的代码进入主干
Paths	永不编辑 .env、auth/、payments/、secrets/	保护敏感配置和凭据
Code	每次修复前先跑测试；永不禁用测试来让 CI 变绿；每次运行最多 3 次尝试	防止虚假修复和无限循环
Communication	做之前先告诉我；未经批准不关闭 Issue/PR	保持人类对关键决策的控制权
Budget	token 达到 80% 日上限时切换为只报告；loop-pause-all 激活时立即退出	成本兜底

约束是绑定的（binding） ——Agent 必须遵守。它们不像系统提示词那样可以被"灵活理解"，而是作为硬性检查写入 Loop 的运行流程。配合 Codex CLI 的 context guard 机械执行（记录每次尝试到 loop-ledger.json，重试前运行 codex context guard --check），约束从"建议"变成了"不可绕过的护栏"。

7.7 多 Loop 协调

在一个仓库中运行多个 Loop 是正常的。没有边界地运行它们就是 Loop 互相打架的方式。

核心原则

1. 一个分支一个所有者 —— 每小时最多一个 Loop 可以修改一个分支

2. 分离状态文件 —— STATE.md 用于分诊；模式特定文件用于操作 Loop

3. 分诊报告，操作 Loop 执行 —— L1 的 Daily Triage 从不与 CI Sweeper 修复竞争

4. 共享黑名单 —— 将相同的路径黑名单复制到每个 LOOP.md

5. 聚合 token 预算 —— 所有 Loop 共享一个预算上限

冲突优先级

7.8 必须正视的三笔"债"

Intent Debt（意图债）

每个 session Agent 都是"冷启动"。团队约定、构建命令、"我们从不那样做"——若不写进 Skills /AGENTS.md，每轮 loop 都在重新猜。Skills 是偿还意图债的方式。

Comprehension Debt（理解债）

Loop 越快，仓库里"你写过但没读过"的代码越多。Loop 交付了，不代表你理解了。更快的 Loop 运送更多你没写过的代码——理解债增长，除非你阅读 Loop 做了什么。

Cognitive Surrender（认知投降）

最危险的用法：把 Loop 当成逃避思考的按钮。Addy Osmani 警告：

同一个 Loop 设计，可以加速真工程师，也可以加速"只会按 Go 的人"——区别在你有没有把判断力编码进 Skills 和 Verifier。

7.9 十大常见失败模式

1. 无限修复循环：  同一 PR 被自动修复 5+ 次，永不收敛。缓解：硬上限 3 次 → 升级给人

2. 状态腐烂：  STATE.md 引用已合并的 PR、已关闭的工单。缓解：每次运行清理

3. Verifier 表演：  Verifier "批准"但 CI 测试失败。缓解：Verifier 必须运行测试并报告输出

4. 通知疲劳：  每 5 分钟 ping 一次；团队静音机器人。缓解：仅在需要人类决策时通知

5. Token 燃烧：  账单飙升；Loop 在空或嘈杂的分诊上运行完整子 Agent 链。缓解：廉价分诊先行

6. 越界：  Loop 重构无关模块。缓解：路径黑名单 + "最小可能 diff"

7. 理解债螺旋：  速度上升，但没人能解释最近的变更。缓解：非平凡 PR 强制人类审查

8. 认知投降：  "Loop 会处理"——对正确性或设计没有意见。缓解：每个模式中明确的人工闸门

9. 并行冲突：  两个子 Agent 编辑相同文件。缓解：worktree 隔离 + 状态锁

10. 升级失败：  Loop 卡在重试中；人类从未被通知。缓解：连接器在升级时 ping

八、与未来展望

趋势一：从"写代码"到"设计系统"

工程师的角色正在从"代码生产者"转变为"系统设计者"。未来的高级工程师不是写得最多的人，而是设计出最好的 Loop 系统的人。Boris Cherny 的实践已经证明了这一点——他同时管理 15+ 个并行 Agent 实例，专注于代码审查和方向把控。

趋势二：Loop 即代码（Loop as Code）

就像 Infrastructure as Code 改变了运维，Loop as Code 将改变软件开发。Loop 配置（LOOP.md、gate.yaml、loop-constraints.md）将成为项目的标准组成部分，就像 CI 配置一样。

趋势三：多 Agent 编排标准化

MCP（Model Context Protocol）正在成为 Agent 间通信的通用基板。未来，不同厂商的 Agent 将能够通过标准化协议协作——一个 Claude Code Agent 做分诊，一个 Codex Agent 做修复，一个 Gemini Agent 做验证。

趋势四：Goal Engineering 与 Loop Engineering 融合

Loop 负责"发现和持续"，Goal 负责"聚焦和完成"。两者的融合将产生更强大的自主开发系统——Loop 发现需要做的事情，Goal 确保每件事做到位。

趋势五：安全与治理成为一等公民

随着 Loop 从 L1 走向 L3，安全机制将从"最佳实践"变为"硬性要求"。路径黑名单、自动合并允许列表、MCP 权限最小化、人工闸门——这些将成为任何生产 Loop 的标配。

趋势六：成本优化自动化

未来的 Loop 系统将内置智能成本管理——根据预算自动调整节奏、在低价值任务上使用更便宜的模型、在关键验证上使用更强的模型。Token 预算将从静态配置变为动态优化。

趋势七：从个人工具到团队基础设施

Loop Engineering 目前主要是个人实践（Boris 的 15 个并行 Agent），但正在快速演变为团队基础设施。共享的 Skills 库、团队级状态看板、跨项目的 Loop 模式——这些将成为工程组织的标准配置。

参考

1. addyosmani.com/blog/loop-e…
2. www.langchain.com/blog/the-ar…
3. www.oreilly.com/radar/loop-…
4. github.com/alchaincyf/…
5. github.com/cobusgreyli…