标签
Claude Code v2.1.172 新增子 Agent 嵌套能力，最多支持5层嵌套，允许下层 Agent 在遇到复杂子任务时自动生成孙 Agent 分工处理，并介绍了使用场景、配置方法和常见坑点。
Loop Engineering 将会在接下来的几个月里完全代替 Harness Engineering，成为 AI 界最热门的范式。
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。
一个包含14个步骤的循环工程路线图，指导开发者从手动提示AI编码代理到设计自动化系统，由系统自行处理提示、验证和迭代。
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。
本文探讨了在Agent时代，Loop Engineering（循环工程）比Prompt Engineering（提示工程）更重要的观点。作者认为，AI Agent的核心能力不在于模型本身，而在于围绕模型构建的反馈循环系统，这决定了Agent能否持续改进和接近正确答案。
Loop Engineering 正在取代直接为 agent 写 prompt 的方式，核心是设计一个系统来为 agent 编写 prompt。
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。
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。