@hrswatigupta: Anthropic 一位资深工程师刚刚发布了一篇 11 页的论文,探讨循环工程——它重新构建了代理系统的设计方式……
摘要
Anthropic 一位资深工程师发表了一篇 11 页的论文,提出构建代理系统的新范式,核心是反馈循环、隔离、验证和记忆,而非更聪明的提示词。
查看缓存全文
缓存时间: 2026/06/25 19:26
一位 Anthropic 高级工程师刚刚发布了一篇 11 页的论文,探讨“循环工程”(Loop Engineering)——它从根本上重新定义了代理系统的构建方式。
转变其实很简单:
别再提示代理了。转而构建能够提示代理的系统。
循环流程如下:
调度 → 发现 → 构建 → 验证 → 重复
每一轮都是一个单独的回合,包含五个关键步骤:
• 发现 —— 代理通过扫描失败的 CI 运行、未解决的问题、最近的提交以及项目状态,自行找到待完成的工作。不需要手动整理的任务列表。
• 交接 —— 每个任务都会分配到独立的 git 工作目录,允许多个代理并行工作,互不干扰。
• 验证 —— 第二个代理负责审查输出,指令只有一个:假设代码有问题。它就是一个内置的怀疑论者——能够说“不行”的角色。
• 持久化 —— 结果写入磁盘,而不是被困在上下文窗口中等待被遗忘。
• 调度 —— 自动化机制按计时器唤醒系统。正是这一步将工作流转化成了循环。
最重要的见解:
一个代理评估自己的工作时,几乎总会批准通过。
可靠的代理系统不是靠更聪明的提示构建的,而是围绕反馈循环、隔离、验证和持久化来构建的。
这篇论文改变了我对自主软件系统的思考方式。
先读论文。然后再看看下面的文章。
相似文章
@0xRicker: Anthropic Agents 团队刚刚发布了一份11页的论文《Loop Design: The Anthropic Playbook for Agentic Systems》。每个人…
Anthropic 发布了一份11页的论文,题为《Loop Design: The Anthropic Playbook for Agentic Systems》,指出在智能体设计中,独立验证者比提示词更为关键。
@0xMovez:一位谷歌资深工程师刚刚发布了一篇19页的PDF,关于LLM和智能系统的“循环工程”。行动 → 观察 → …
一位谷歌资深工程师发布了一篇19页的PDF,关于LLM和智能系统的“循环工程”,概述了一个迭代反馈循环:LLM提出代码转换,观察编译器反馈,从中学习,并重复直到不再有改进。
循环工程:设计能自动提示的系统
文章介绍了'循环工程'作为AI工作的第四阶段,工程师设计系统自动提示、执行、评估和迭代而无需人工干预,超越了提示工程和自主工具使用。
@omarsar0:关于「循环工程」趋势,我有很多想法。我花了点时间与我的写作助手一起总结了一些…
讨论AI代理中新兴的「循环工程」趋势,基于与学生们、创始人及初创公司的研究和对话,表明与代理合作的新方式将带来能力上的阶跃式提升。
@Maxsteinbrenner:提示工程已被循环工程取代。它是什么?(60秒解释)过去两年我们…
解释了从提示工程到循环工程的转变,AI智能体被赋予目标,通过递归循环(研究、起草、评估、测试、改进)迭代,直到达到标准,包括开放、封闭和编排三种循环方法。