标签
构建了一个代理循环，其中LLM编写Python代码以生成可动3D CAD模型，并可固定一个部件进行编辑。
一个无框架的手动构建简单AI代理的教程，专注于目标、工具调用、观察和决策的核心循环，并提供关于提示词设计、工具暴露、步骤限制和日志记录等实用技巧。
一个开发者用100行Common Lisp构建了一个AI agent，唯一的工具是eval，模型通过递归agent loop执行代码，并通过持久化transcript恢复技能，展示了Lisp作为AI语言的独特优势。
作者回顾了25年前学习Lisp用于符号人工智能的经历，并展示了如何仅用100行Common Lisp代码实现一个现代AI智能体循环，强调递归的优雅性。
Jerry Liu 发布了 LiteParse，这是一个快速且准确的文件解析器，用于代理循环，现已集成到 Vercel 的 Eve 框架中。
Aletheia是一个开源的代理循环，专为调查答案不易验证的问题而设计，例如供应商可信度或财务健康状况。它维护一个明确的信念状态，选择搜索以最大化信息增益，并在证据不足时可以停止而不强行得出结论。
Jerry Liu 提出了一个涵盖准确性、成本和延迟权衡的文档解析框架，介绍了 LiteParse 作为一个面向 AI 智能体循环的开源低延迟解析工具，以及 LlamaParse 用于高精度模式。
Google发布了一篇8分钟教程，手把手教你构建最小的Agent loop，强调通过实践理解概念，而非单纯管理提示词。
这篇帖子解释了如何为AI代理创建一个自动化反馈循环，使其能够迭代提升技能。该循环利用computer use和一个观察者技能来评估并更新技能代码。
构建可复用的Claude Code Agent循环指南，通过替换检查脚本即可用于不同任务，如修复Bug、优化速度或降低成本。
agent-browser is a CLI tool for browser automation designed for AI agents, using compact text output and ref-based element selection to minimize token usage. The post also highlights three other tools—portless, emulate, and ai-cli—for improving agent loop efficiency.
文章介绍了Matt Van Horn如何通过设计Agent循环而非编写prompt，在30天内实现360个PR合并，并详细拆解了其三个工具和8条LAW规则，强调从prompt writer到loop designer的转变。
本文提出14步路线图，从单代理到自我进化系统，强调基座工程（模型、工具、权限、上下文）才是决定循环产出质量的关键，并详细介绍了CLAUDE.md、子代理、技能、钩子、状态文件等构建高效基座的实践方法。
Warp CEO Zach Lloyd 提出了一个双层循环方法，让 AI Agent 的 Skill 从用户反馈中自我进化，以 GitHub issue 自动三分类为例，内循环处理新 issue，外循环收集信号并提炼规则，已开源框架 oz-for-oss。
分享了一个收集现成 Agent Loop 模板的实用网站，核心理念是让 AI agent 自动完成任务，包含 Test Until Green 等常用 loop，适合配合 Claude Code 和 Cursor 使用。
作者反思，运行AI智能体的主要瓶颈并非模型能力，而是人类精确定义“好”或“完成”的能力，并将其与管理人员的类比相联系。
开发者正从一次性提示词转向'智能体循环'模式，让AI自主设定目标、利用工具迭代执行任务。Claude Code的开发者Boris Cherny已彻底放弃传统IDE，转而运行数百个智能体来监控问题和合并PR，甚至仅靠手机完成这些工作。
Sydney Runkle announced support for rubrics in deepagents, allowing agents to define a clear definition of done and loop until the goal is complete.
Kocoro是一个开源的macOS代理循环和AI运行时引擎，支持本地计算机访问、MCP协议和命名代理。可通过CLI、守护进程或Kocoro桌面GUI使用。