@justloveabit: https://x.com/justloveabit/status/2070338139441484053
摘要
文章宣布Prompt Engineering已死,提出Loop Engineering作为2026年AI开发的新范式,强调设计自主循环系统(Plan-Execute-Verify-Iterate)让Agent自主完成复杂工作流,并给出了实际案例和上手方法。
查看缓存全文
缓存时间: 2026/06/26 16:13
Prompt Engineering已死! Loop Engineering正式接棒,成为2026 AI开发者新王道
Anthropic Claude Code lead、Boris Cherny等大佬接连发声:手动写Prompt的时代结束了!
现在是设计自主循环的时代……👇
为什么Prompt Engineering突然“死”了?
以前:
-
反复优化单个prompt
-
Agent输出不稳定
-
复杂任务需要人工不断干预
现在:
-
Agent自己规划、执行、自纠错、迭代
-
一个Loop就能跑完整工作流
-
开发者从“写Prompt”转向“设计系统”
Loop Engineering到底是什么?
核心是构建闭环系统:
-
Plan(规划)
-
Execute(执行+工具调用)
-
Verify(验证+自纠错)
-
Iterate(迭代优化)
Agent不再是被动工具,而是自主运行的循环体。
真实案例有多狠?
Anthropic工程师用Loop Engineering:
-
30天内提交259个PR
-
几乎零手动输入
-
Agent自主完成规划、编码、测试、修复全流程
这不是科幻,是已经落地的生产力。
对开发者的意义:
-
效率10x+(从写Prompt到设计Loop)
-
复杂任务真正自主(多Agent协作、长期项目)
-
降低幻觉和不稳定风险
-
让AI从“助手”变成“团队成员”
怎么快速上手Loop Engineering?
-
选择Agent平台(Claude Code / Codex / Grok Build等)
-
定义清晰的Loop结构(Plan-Execute-Verify)
-
用Skills / Hooks / Routines实现自纠错
-
测试小任务,逐步放大到完整工作流
进阶玩法:
-
多Agent Loop(Planner + Coder + Reviewer并行)
-
结合持久化记忆(Synapse等)实现长期项目
-
加监控和人工干预阈值(安全第一)
-
用MCP协议连接外部工具
大佬们怎么说?
-
Peter Steinberger:Prompt Engineering is dead
-
Boris Cherny(Anthropic):现在是Loop的时代
-
Addy Osmani:开发者新技能树已解锁
共识已形成:未来属于能设计Agent系统的工程师。
Loop Engineering不是工具升级,而是思维方式的升级。
从“告诉AI怎么做” → “设计AI自己怎么持续做”。
这波范式转变,比模型参数增长更重要。
掌握Loop Engineering的开发者, 将在2026年底把生产力甩开别人几条街。
✅Loop Engineering实战案例
用Loop自主完成“完整功能开发 + 测试 + 迭代”
以下是一个真实可落地的Loop Engineering案例,适用于Claude Code、Codex、Grok Build等Agent平台。目标:让Agent自主开发一个“用户登录 + JWT认证”模块,最小人工干预。
案例背景
-
项目:Web后端(Node.js/Express)
-
任务:从0到1实现登录注册 + JWT安全认证 + 单元测试
-
传统方式:开发者反复写Prompt、检查输出、修复Bug
-
Loop方式:一次性定义循环,Agent自主跑完整个流程
Loop Engineering核心结构(4阶段闭环)
-
Plan(规划阶段) Agent接收高层目标,分解成可执行子任务列表。 示例Prompt模板(放入Loop起始):目标:实现完整的用户登录注册模块(Node.js + Express + JWT)。 输出结构化计划:1. 项目结构 2. 依赖安装 3. 核心代码文件列表 4. 测试策略 5. 潜在风险。
-
Execute(执行阶段) Agent按计划逐一执行,使用工具调用(文件写入、命令执行、代码生成)。生成userRoutes.js、authController.js、jwtMiddleware.js 运行npm install jsonwebtoken bcryptjs 等命令 自动创建数据库Schema(如果用Prisma/Mongoose)
-
Verify(验证阶段) Agent自动运行测试 + 安全检查。执行单元测试(Jest) 检查安全问题(JWT密钥管理、密码哈希、Rate Limit) 输出验证报告:通过/失败 + 修复建议
-
Iterate(迭代阶段) 如果Verify失败,自动回到Plan/Execute,带上错误上下文继续循环。 设置停止条件:测试通过率>95% 或 最大循环次数5次。
完整Loop实现示例(伪代码 + Agent指令)
实际运行效果(基于社区真实反馈):
-
首次Loop可能1-2次迭代修复小Bug
-
最终输出:完整可运行模块 + 测试覆盖 + README
-
开发者只需审核最终代码,节省80%+时间
进阶优化建议
-
结合持久化记忆(Synapse/Obsidian):Agent记住项目架构和之前决策,避免重复犯错。
-
多Agent Loop:Planner Agent → Coder Agent → Reviewer Agent 接力。
-
监控干预:设置“人类批准”阈值(高风险操作如数据库变更需确认)。
-
工具集成:MCP协议连接GitHub、终端、测试框架。
上手小Tips
-
从小任务开始练习(例如“写一个排序函数的Loop”)。
-
用Claude Code的Routines或自定义Skills实现Loop逻辑。
-
记录每个循环日志,便于调试和优化。
这个案例已经帮很多开发者把一天的工作压缩到1小时内。想看更具体的代码模板(Node.js完整Loop指令)或其他场景(Web爬虫自动化、数据分析Pipeline、Refactoring大型项目),告诉我,我马上给你!
Prompt Engineering已死, Long Live Loop Engineering!
AI Agent的未来,属于会“设计循环”的人。
#LoopEngineering #AgenticAI #ClaudeCode #PromptEngineeringIsDead
相似文章
@freeman1266: https://x.com/freeman1266/status/2064702757773496552
本文介绍Loop Engineering概念,即通过设计自动化系统让AI代理自主循环工作,包括自动化任务、工作树、技能、插件、子代理等要素,从而取代手动提示的方式,提升开发效率。
@cellinlab: https://x.com/cellinlab/status/2064144608242679822
这篇文章介绍了 Loop Engineering 的概念——不再直接给 AI agent 写 prompt,而是设计一个系统(loop)来递归地让 agent 迭代工作,直到任务完成。文章详细对比了 Claude Code 和 Codex 在 automations、worktrees、skills、sub-agents 等五个构建块上的实现,认为这可能是未来与 coding agent 协作的趋势,但仍需警惕 token 成本和 AI slop 问题。
@Xudong07452910: 开源项目推荐:loop-engineering —— 让你的 AI 编码 Agent 拥有自循环与智能编排能力的实用框架 loop-engineering 是目前很火的概念,该项目提供了实用模式、启动器和 CLI 工具,帮助开发者设计系统…
loop-engineering 是一个开源框架,为 AI 编码代理(如 Claude Code、Codex、Cursor)提供自循环和智能编排能力,包含 7 个生产级循环模式、实用 CLI 工具和五大数据块设计,帮助开发者从手动提示转向系统化自动化。
@AomyYing: Loop Engineering 完整教程: 普通人:问 AI 一句话(“帮我写文章”) 高手:设计一个循环,让 AI 自动执行 → 检查 → 修正 → 直到结果达标。 核心公式(5步 Loop): 1. 明确目标 2. 拆解步骤 3. …
教程介绍了 Loop Engineering 方法,通过设计自动执行、检查、修正的循环,让 AI 迭代直到结果达标,从而将单次提问升级为流程工程。
@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。