定义#

Loop engineering is replacing yourself as the person who prompts the agent. You design the system that does it instead.

一个 loop 是一个递归目标：你定义一次目的，Agent 反复迭代（通常带子代理、验证、外部状态），直到目标完成。

核心架构：五大构件 + 记忆#

流程#

1
Automation 触发（cron / hook / /goal）
2
  ↓
3
Triage Skill 发现工作 → 写入 STATE.md
4
  ↓
5
为每个任务开启独立 Worktree
6
  ↓
7
Sub-agent A（Implementer）实现变更
8
  ↓
9
Sub-agent B（Verifier）检查变更
10
  ↓
11
Connectors 开 PR、更新 ticket
12
  ↓
13
下一轮 Automation 读取 STATE.md 继续未完成的工作

设计哲学#

• 杠杆点转移：从”写好一个 prompt”转移到”设计让 Agent 自运行的系统”
• 人类不消失：验证、理解、判断仍是人类的责任。Loop 放大好的判断力，也同等放大坏的
• Maker-Checker 分离：写代码的 Agent 不能自我评分，必须由另一个独立 Agent 验证
• 状态在磁盘不在上下文：模型跨 session 忘记一切，但 repo 不会

适合的#

不适合的#

灰色地带#

最有趣的是灰色地带：可以设计 loop，但需要人类介入作为验证节点。 比如：

• 代码实现 → 自动跑测试 → 测试通过 → 人工 code review → 合并
• 文案生成 → 人工审阅 → 反馈修改 → 人工确认 → 发布

这仍然算 Loop Engineering，只是 loop 的终止条件里有”人类审批”这个 gate。

决策 1：触发方式#

1
# 三种触发模式
2
cron/hook     → 定时或事件驱动
3
/goal 命令    → 人类给一个目标，系统自己跑到底
4
文件/状态变化  → watchdog 检测到变化后启动

选择依据：任务是被动的（等人触发）还是主动的（自己发现工作）？

决策 2：状态持久化#

这是 Loop Engineering 的核心区别。普通 Agent 调用是无状态的（prompt → response，结束）。Loop 需要状态跨轮存活：

1
<!-- STATE.md — 最简单的持久化方式 -->
2
# Current Goal
3
Migrate all API endpoints from v2 to v3
4

5
## Progress
6
- [x] GET /users
7
- [x] POST /users
8
- [ ] PUT /users/:id
9
- [ ] DELETE /users/:id
10

11
## Blockers
12
- PUT /users/:id 返回 500，需要先修复 auth middleware
13

14
## Next Step
15
Fix auth middleware, then retry PUT /users/:id

没有这个，就不是 Loop，只是多次独立调用。 关键特征是：Agent 崩溃或对话结束后，新 session 能从 STATE.md 恢复进度。

决策 3：验证策略#

1
# 三种验证模式，从弱到强
2

3
1. 自验证（最弱）
4
   Agent 自己判断"我完成了吗" → 容易自我欺骗
5

6
2. 工具验证（中等）
7
   跑测试/linter/编译 → 客观但只能验证语法/正确性
8

9
3. 独立 Agent 验证（最强）
10
   Sub-agent B 审查 Sub-agent A 的产出 → Maker-Checker 分离

Addy Osmani 的核心主张：写代码的 Agent 不能自我验证。 这是 Loop Engineering 最被低估的设计原则。

决策 4：终止条件#

1
# 一个合理的终止条件设计
2
while not done:
3
    result = agent.step()
4

5
    if result.all_tests_pass and result.no_lint_errors:
6
        done = True  # ✅ 成功完成
7

8
    elif result.iterations >= MAX_ITERATIONS:
9
        done = True   # ⚠️ 超时，需要人类介入
10

11
    elif result.same_error_repeated(3):
12
        done = True   # 🔄 卡住了，需要人类介入
13

14
    # 否则：agent 利用上一步的错误信息继续迭代

决策 5：错误恢复#

1
# 三级恢复策略
2
Level 1: 重试同一策略（工具调用超时 → 直接重试）
3
Level 2: 换策略（同一方法失败 3 次 → 换一个工具/方法）
4
Level 3: 降级求援（所有方法失败 → 记录到 STATE.md，通知人类）

只是”带反馈的 Agent” ≠ Loop Engineering#

1
# 这只是带反馈的单次 Agent 调用
2
while not llm_says_done:
3
    response = llm.chat(messages)
4
    messages.append(response)
5
    if tool_call:
6
        result = execute_tool(tool_call)
7
        messages.append(result)

这是 ReAct loop——标准的 Agent 执行循环，几乎所有 Agent 框架都有。这不叫 Loop Engineering。

Loop Engineering 需要的额外特征#

一条判断线#

如果关闭对话窗口后，系统还能继续推进同一个目标，这就是 Loop Engineering。如果不能，它只是带反馈的 Agent 调用。

Harness Engineering（驾驭工程）#

出处：

• Mitchell Hashimoto（HashiCorp 联合创始人）在 2025 年底的博客中系统阐述
• OpenAI 2026 年发布官方文章《Harness Engineering: Leveraging Codex in an Agent-First World》（Ryan Lopopolo）
• LangChain 团队：仅通过优化 harness（不改模型）在 Terminal Bench 2.0 上从 52.8% 提升到 66.5%

定义：

不优化模型本身，而是优化模型运行的环境。 核心哲学：人类掌舵，智能体执行（Human Steer, Agent Execute）。

“Harness”（马具）——缰绳、马鞍、嚼子——不是马本身，而是控制马怎么跑的那套装备。

Context Engineering（上下文工程）#

出处：

• Andrej Karpathy（OpenAI 联合创始人）在 2025 年中造了这个术语
• Gartner 2025 年 7 月宣布”Context engineering is in, and prompt engineering is out”

定义：

设计系统，动态地将正确的信息、工具和机构知识组装进 Agent 的工作记忆。

四大支柱：

Hermes Engineering（Hermes Agent）#

出处：

• Nous Research（Hermes 系列开源模型团队）于 2026 年 2 月 25 日开源发布 Hermes Agent v0.1.0
• 2 个月内 GitHub 星标破 5 万
• Arize 评价为 “one of the most complete open-source agent harnesses available today”

Hermes 是一个具体的开源 Agent 框架，不是抽象方法论。它实现了 Harness Engineering 的理念，并加入了独特的自进化机制。

四者分层关系#

Addy Osmani 原话：“I wrote before about the cousin of this, agent harness engineering, which is making the environment one single agent runs inside. Loop engineering sits one floor above the harness.”

1
┌─────────────────────────────────────┐
2
│  Loop Engineering（你不在时系统自运行） │  ← 调度、编排、多 Agent 协作
3
├─────────────────────────────────────┤
4
│  Harness Engineering（Agent 的运行环境）│  ← 工具、权限、反馈回路、约束
5
├─────────────────────────────────────┤
6
│  Context Engineering（每轮给 LLM 看什么）│  ← 信息组装、检索、压缩
7
├─────────────────────────────────────┤
8
│  Prompt Engineering（单次调用的措辞）   │  ← 最底层，最基础
9
└─────────────────────────────────────┘

四者对比总表#