AI 编程的重点正在变：不是把 Prompt 写得更长，而是把“发现问题、分派任务、验证结果、记录状态”做成一个能反复运行的系统。
Addy Osmani 把这叫 Loop Engineering。
它听起来像自动化，其实更像工程管理：你不再每一步都手动催 Agent，而是设计一个循环，让 Agent 自己知道什么时候该找活、做活、验收、留下下一步。
但这不是“工程师可以躺平”的信号。文章最值得记住的一点是：循环越强，你越需要设计好验证和边界。
Loop Engineering 到底是什么？
以前用编程 Agent，大多是这样：
你写一个 Prompt，Agent 回答；你看结果，再补一个 Prompt；它再改，你再追问。
这还是“人拿着工具”。
Loop Engineering 想做的是：你写一个会反复运行的小系统，让它替你去提示 Agent。
这个循环通常会做几件事：
- 定期发现问题，比如扫 CI、Issue、最近提交
- 把任务分给合适的 Agent
- 在独立环境里执行，避免互相踩文件
- 找另一个 Agent 或检查器验证结果
- 把状态写到外部记忆里，下一轮接着做
重点不是“让 AI 更自由”，而是把人的重复调度工作变成可检查的流程。
一套循环需要哪些积木？
原文把 Loop 拆成 5 个能力，再加 1 个记忆层。
1. Automations：循环的心跳
它负责按时间或事件启动任务。
比如每天早上自动检查昨天失败的 CI、待处理 Issue、最近合并的代码，然后把值得处理的东西放进 triage inbox。
没有 Automations，就只是你手动跑了一次脚本；有了它，循环才会自己醒来。
2. Worktrees：并行时别互相撞车
多个 Agent 同时改一个仓库，最先出问题的通常不是智能，而是文件冲突。
Git worktree 的价值很朴素：每个 Agent 在自己的 checkout 里工作，互不污染。
这一步解决的是“并行可以跑起来”的基础问题。
3. Skills：别每次都重新解释项目
Skill 是把项目规则写在外部。
构建命令、代码风格、架构约定、哪些坑不要踩，都不应该每次靠 Prompt 临时补。
如果没有 Skills，循环每次启动都像新人入职；有了 Skills，项目知识才会在每轮运行中复用。
4. Plugins / Connectors：连接真实工具
只看文件系统的 Agent 很有限。
连接 Issue Tracker、数据库、Slack、Linear、GitHub 之后，循环才不只是“告诉你可以怎么做”，而是能真的创建 PR、更新任务、通知结果。
5. Sub-agents：写代码的人不要自己验收
文章里很强调 maker / checker 分离。
写代码的 Agent 往往会高估自己的结果，所以需要另一个 Agent 或检查流程去审它。
这不是形式主义。循环一旦无人值守，验证就从“锦上添花”变成“最低安全线”。
6. State：记忆必须放在对话外
循环要能跨轮次运行，就必须有外部状态。
可以是 Markdown 文件，也可以是 Linear board。关键是记录：做过什么、失败在哪、下一步是什么。
模型会忘，仓库和任务系统不会。
这对开发者意味着什么？
我觉得这篇文章真正的提醒是：AI 编程的杠杆点正在上移。
第一阶段是会写 Prompt。
第二阶段是会搭 Agent 的运行环境。
第三阶段是会设计循环：让工作被发现、分派、执行、验证、沉淀。
但不要误解成“以后不用懂代码了”。
Loop 会放大你的判断，也会放大你的偷懒：
- 你懂系统，它能帮你更快推进
- 你不看结果，它也能更快制造技术债
- 你没有验收标准，它会把“看起来完成”当成完成
所以它不是替代工程师，而是在逼工程师从“提示者”变成“流程设计者 + 质量负责人”。
我会怎么落地一个最小 Loop？
不用一上来搞很复杂。
可以先从一个小循环开始：
- 每天自动读取失败的 CI 和最近 Issue
- 用 Skill 固定项目规则和 triage 标准
- 把发现写进
triage.md或任务系统 - 只挑一个低风险问题开 worktree 处理
- 用另一个检查步骤跑测试、看 diff、给结论
- 人只审核“是否值得合并”
这个版本不炫，但够实用。
它把 AI 最适合做的重复发现、初稿处理、机械验证交出去，把架构判断、质量门槛、最终责任留给人。
最值得记住的一句话
Loop Engineering 不是“别再 Prompt 了”。
更准确地说，是：别只把 Agent 当聊天窗口，要开始把它放进可重复、可验证、可恢复的工程循环里。
真正的风险也在这里。
循环可以让懂系统的人变得更快，也可以让不愿理解系统的人更快失控。
Meta（发布信息）
建议标题
- 别只会提示 AI
- AI 编程新趋势
- 下一步是设计循环
- Agent 工作流升级了
正文描述
最近读了 Addy Osmani 的《Loop Engineering》，这篇文章讲的不是“怎么写更好的 Prompt”，而是 AI 编程的下一层变化：把发现任务、分派 Agent、隔离执行、验证结果、记录状态做成一个可重复运行的循环。
我觉得它最有价值的地方，是把 AI 编程从“单次对话技巧”拉回到工程系统设计。Loop 能提高效率，但前提是你有明确的验收标准、外部状态、隔离环境和验证流程。
如果你正在用 Codex、Claude Code 或其他编程 Agent，这篇很值得读。它提醒我们：未来的重点可能不是谁更会聊天，而是谁更会设计可控的工作循环。
参考资料
- Addy Osmani: Loop Engineering
https://addyosmani.com/blog/loop-engineering/
话题标签
#AI编程 #Agent #Codex #ClaudeCode #软件工程 #开发效率 #AI工具 #程序员
封面文件
cover.png