# Loop Engineering —— 工程師的工作變成了『編寫循環』

> 『My job is to write loops.』從提示詞到循環設計。梳理 Prompt→Context→Harness→Loop 抽象度不斷升高的新潮流，以及成本爆炸、理解負債這些現實風險。

Date: 2026-07-06

Tags: AI, Loop Engineering, Claude Code, 智能體, 開發方法論

---

![](https://img.wiredxeco.com/wiredxeco/loop-engineering/hero.webp)

工程師的工作，不知不覺間從「編寫代碼」轉向了「設計讓 AI 來編寫代碼的機制」。它的最新形態就是 **Loop Engineering（循環工程）**。

不是去打磨單次提示詞，而是**設計讓 AI 智能體沿著時間軸自主持續運轉的「循環」本身**。工程師所定義的只有「目標」和「停止條件」。細節的實現與修正，由 AI 在循環內自己做到底。這套思路在 2026 年上半年一舉擴散開來。

## 契機是「我的工作就是編寫循環」

點燃這把火的，是在 Anthropic 領導 Claude Code 開發的 Boris Cherny 的一句話。

> **My job is to write loops.（我的工作就是編寫循環）**

2026 年 6 月的這句發言，極為精準地道出了工程師的角色正在從「每次敲提示詞的人」轉向「設計讓 AI 自主運轉之機制的人」。正因如此，它才在業界一舉擴散開來。

從一線感受來看也說得通。在向 AI 一問一答地下指令期間，人必須一直守在屏幕前。那看似「在使用 AI」，實際上卻是**人成為瓶頸**的狀態。一旦能設計循環，人就能在睡覺時也讓 AI 工作。槓桿的數量級都變了。

## Loop Engineering 是什麼

與 AI 打交道的方式，在這幾年裡如同拾級而上般不斷提高著抽象度。

- **Prompt Engineering** —— 打磨單次的指令文
- **Context Engineering** —— 設計交給 AI 的上下文信息
- **Harness Engineering** —— 設計驅動智能體的框架（工具、權限、執行環境）
- **Loop Engineering** —— 把這套框架設計成沿時間軸自主持續運轉的「循環」（現在在這裡）

最底層的 Prompt Engineering 是「只此一次的匠人手藝」。越往上走，就越成為**一次設計便可反覆奏效的「資產」**。Loop Engineering 位於頂端，人不再寫具體的作業步驟。要寫的只有「達成什麼就算結束」這個條件。此後由智能體反覆嘗試與修正，抵達那裡。

## 支撐循環的 6 個構成要素

自主循環大致由以下 6 個部件構成。這裡正是 Loop Engineering 的設計對象。

- **調度（Trigger）** —— 何時開始運轉。用 cron 或 `/loop` 之類的命令來決定啟動條件
- **目標條件（Goal）** —— 滿足什麼便停止。讓智能體持續運轉直至達成的終止條件
- **隔離工作區（Isolation）** —— 多個智能體同時運轉也不衝突的環境。用 git worktree 等把工作空間分開
- **驗證者（Verifier）** —— 用另一套邏輯、另一個模型來驗證 AI 自己所寫代碼的機制。關鍵在於「不讓寫的本人來打分」
- **持久內存（Memory）** —— 跨會話繼承學習到的內容。用來避免每次都重犯同樣錯誤的記憶
- **連接器（Connector）** —— 與 GitHub、Slack 等外部系統聯動，從而真正付諸行動的接入口

按順序看下來就會發現，**提示詞的高下在這裡一個都沒有**。Loop Engineering 所考驗的，是軟件設計本身的品味。

## 實戰工具，以及已經開始的熱潮

這個概念並非只停留在理論。開源的 `cobusgreyling/loop-engineering` 這套 CLI 工具實際實現了這套思路，公開後短期內便收穫了 **4,800 以上的星標**。它把上面的 6 要素做成可從命令行組裝的形式，我認為這正是 Loop Engineering 正從「熱詞」走向「可觸摸的工具」的證據。

## 並非萬能 —— 3 個現實風險

讀到這裡聽起來像魔法，但實際運轉起來是有明確代價的。不看這些就貿然引入，會吃大虧。

### 成本爆炸

循環的本質是「不到結束就一直轉」。反過來說，**一旦停止條件設計有誤，就會沒完沒了地持續消耗 token**。放任一晚，不知不覺間幾萬日元就化為烏有——這樣的事故並不罕見。與目標條件同等重要的，是「阻止失控的護欄（token 上限、超時、連續失敗即中止）」的設計。

### 驗證責任仍留在人身上

即便夾入 Verifier，那也終究只是「AI 做的初次檢查」。**最終推向生產的判斷責任，始終留在人這一側，直到最後。** 即使循環報告「測試全綠」，若那些測試本身就是 AI 草草寫就的，也毫無意義。不過度信任自動驗證，反而是安全運轉循環的訣竅。

### 理解負債的累積

這是最安靜、也最可怕的風險。一旦人不再閱讀 AI 生成的代碼，系統的全貌就不會留在任何人的腦子裡。**日後無法償還的「理解之喪失」** 會不斷累積。

技術負債重寫便可償還，理解負債卻是「壓根不知道該改什麼、怎麼改」的狀態。故障發生的深夜，明明是自家公司的代碼，卻沒人能說清其內部——這可能會變成一樁交易：用循環的生產力換來的時間，將來被連本帶利地一次性奪回。

## 結論 —— 設計循環，仍是人的工作

Loop Engineering 並不是「讓工程師變得多餘」的東西。它是**把人施加槓桿的著力點，從提示詞上提一級，抬高到「自主系統（循環）本身的設計」**。

不知如何停下的自動化只是失控，不理解內容的生產力只是提前透支的負債。正因如此，能夠設計目標、停止條件、驗證，以及「多大程度交給 AI、哪些由人來讀」這條界線的人，其價值反而會不斷上升。

株式會社 Wired & Eco 提供以 Claude Code 與智能體為前提的開發流程之設計與導入支持。諸如「已經讓 AI 來寫，但評審與運維跟不上」「想搭建能安全運轉自主循環的機制」等諮詢，我們都樂於承接。歡迎隨時聯繫我們。