@akshay_pachaar: 四种代理循环。循环工程常被当作一个整体来讨论,但实际上它是在几种结构之间做选择……
摘要
介绍四种代理循环:回合制、目标制、时间制和主动制,以及每种循环如何将自动化从人类转向系统,帮助工程师针对不同任务选择合适的结构。
查看缓存全文
缓存时间: 2026/07/13 20:05
四种代理循环类型。
循环工程(loop engineering)常被当作一个整体来讨论。实际上它是在四种结构之间做选择,每种结构适配不同类型的任务。
所谓循环工程,指的是设计驱动代理的系统,而不是你手动一步步引导它。
这个系统始终回答两个问题:什么启动一轮运行,什么决定工作完成。
在手动会话中,这两个问题每次都由你亲自回答。每一种循环类型都会将更多决策权移交给系统。
以下是每种类型、其触发条件以及适用场景。
1)回合制。
由用户提示触发。代理在单个回合内收集上下文、执行操作并检查结果,然后人类审查输出并写下一条提示。
适用于需求仍在成形,且每次输出都会改变你下一步提问内容的情况。
2)目标驱动。
由携带成功标准和预算的/goal命令触发,例如“将首页 Lighthouse 分数提升到 90,尝试 5 次后停止“。当代理尝试停止时,有一个评估模型检查目标是否达成,若未达成则将其打回继续工作。
适用于结果可衡量,但实现路径不值得你关注的情况。
3)定时触发。
由时钟触发。以一个固定间隔启动,代理运行固定提示,比如“检查 PR,修复 CI“,然后等待下一次触发。/loop在你的机器上运行,/schedule则将其迁移到云端,这样即使合上笔记本也不会中断。
适用于已知任务内容、仅时间重复的周期性工作。
4)主动式。
由事件或计划表触发,无需人类在场。一个监控程序观察某个频道,当有需要处理的事项时,它会生成一个工作流,包含分流代理、修复代理和一个审查代理(后者在任务关闭前对抗性地评判工作)。
适用于无法预测具体会进来什么、但知道一定会有事项的常设职责。
每种类型都比前一种多移交一项职责。回合制将两项职责都留给人类,目标驱动自动化了检查环节,定时触发自动化了启动环节,主动式则自动化了启动与检查,并在运行时决定工作流形态。
所以关键不在于哪种循环最先进,而在于你的任务是探索型、可衡量型、重复型还是常设型。
移交得越多,需要看管得越少。
我写了一篇关于循环工程的完整解析文章。文章引用如下。
相似文章
@charliejhills: Anthropic刚刚定义了什么是代理循环。共有4种,每种都更多地交接工作:循环是代理重…
Anthropic定义了四种代理循环类型——基于回合、基于目标、基于时间和主动型——每种都允许在AI任务中不同级别的自动化,并提供实施的实用技巧。
@SilenceCaPrompt: 循环工程并非单一事物。它由四种不同的结构组成,每种服务于不同类型的任务…
文章概述了AI智能体的四种不同循环结构:回合制、目标导向型、时间驱动型和主动型,每种结构将任务指令的不同方面委托给系统。
@akshay_pachaar:关于循环工程。这周大家都在说同一件事。你不再提示代理,而是设计循环来提示它们……
这篇文章讨论了AI代理的循环工程,并介绍了Opik——一个来自Comet ML的开源工具,用于生成式AI应用的调试、评估和优化,重点在于自动化失败处理以及根据真实失败构建回归测试。
@jasonzhou1993: https://x.com/jasonzhou1993/status/2067937943545897143
循环工程是一种系统设计实践,让AI代理自主决定工作内容、执行并迭代,通过构建跨领域复合的外循环来超越手动提示。文章解释了两层代理框架,以及如何在循环间共享工件以促进累积学习。
@akshay_pachaar: https://x.com/akshay_pachaar/status/2069118430582866051
本文解释了AI代理中的循环工程概念,强调核心循环很简单,但关键工作在于模型周围的“束具”,包括知道何时停止以及防止上下文腐败。