Loop Engineering 具体做些什么

无论使用哪一种开发框架、什么人工智能辅助工具，每个智能体（Agent）背后都运行着相同的基础循环。这个循环通常包含以下步骤：

这个循环会一直运行，直到模型在没有请求工具调用的情况下给出最终响应。它很短，也很简单。在 LangGraph、OpenAI Agents SDK 和 Claude Code 中，这个核心循环几乎完全相同。没有人会在 while 循环本身上形成真正的竞争壁垒，因此竞争的重心转移到了循环之外。

真正需要编写的代码，是智能体循环之外的一切：循环如何停止、上下文保留哪些内容、模型可以访问哪些工具，以及如何检查结果。

智能体工程落地关注什么

• Prompt工程：直接发送给模型的文字，用于引导模型生成准确且符合预期的输出。

•Context 工程：模型在每一轮循环中看到的所有内容，包括历史消息、工具结果、状态摘要和外部资料。

•Harness 工程：围绕模型运行工具、跟踪状态以及从错误中恢复的逻辑实现。

•Loop 工程：决定智能体执行什么任务、如何推进任务，以及何时完成任务的外部控制循环。

循环结束并不意味着完成任务

通常情况下，会认为模型在没有工具调用的情况下给出响应作为循环结束的标识，本质上取决于模型判断自己是否完成任务。

但这种判断往往并不可靠。智能体完成修改后，可能返回一个非常自信的总结摘要，不再调用任何工具，循环就此结束。问题是，它可能根本没有运行测试，或者测试已经失败。

循环结束了，并不意味着任务完成了。因为不能完全信任模型自身的停止信号，就需要添加模型无法控制的外部条件：

Claude Code 的 /goal 命令就是类似思路：持续运行循环，直到满足可验证的条件，并使用一个单独的模型确认该条件。

上下文腐烂与循环

循环运行得越久，上下文中积累的噪声就越多，例如旧的工具输出、废弃的探索路径和过时的推理。随着这些信息堆积，模型质量会快速下降。这种现象通常被称为上下文腐烂（context rot）。

循环会让这种腐烂呈螺旋式恶化：被污染的上下文导致更差的决策，更差的决策又会产生更多噪声，进一步侵蚀上下文。智能体运行时间越长，执行效率和判断质量就越容易下降。LangChain 在开发框架中加入了中间件，用于检测这种死循环。

解决办法是把上下文窗口视为一种资源，提前做好预算：

循环内部的工具设计

如果给智能体太多相似工具，它就很容易无法判断应该调用哪一个。因此，一个重点突出、边界清晰、互不重叠的工具集合，通常效果最好。

如果工程师都不能确定哪个工具更合适，智能体通常也不能确定。减少可用工具数量，反而可以提高成功率。

在循环中加入一个评判智能体

判断任务是否完成的人，不应该是执行任务的模型。如果一个模型给自己的工作打分，通常会高分通过。因此，没有外部检查的循环，本质上只是智能体的自我认可。

所以，执行者和评判者应该分开。一个智能体负责执行任务，另一个智能体负责对任务成果进行评分。评分结果可以是测试失败、类型错误这类硬性结果，也可以是第二个模型基于不同指令运行的评审。在这个检查机制，检查者也有权判断任务尚未完成，所以人类可以真正放手让循环运行。

用户的工作剩下什么

用户只需要通过提示引导智能体分步行动即可。循环工程要做的是构建控制循环，然后定义任务完成的标准。最终的成功包含三个方面：

Loop Engineering 最佳实践

不需要一开始就拥有一个完全自主的智能体，更合适的路线是循序渐进地改进：