刚看到Claude Code之父Boris Cherny的实践：一个月没碰IDE，全靠AI循环提交259个PR。这数据确实震撼，但我更关注他提出的‘循环工程’概念——把提示词嵌入自迭代循环，而不是每次手动调教模型。
从技术本质看，这并非全新范式，而是将CoT（思维链）和ReAct（推理-行动）模式工程化。Claude Code和Codex的/loop命令本质上是一个元Agent：定义目标、执行、反馈、修正。我实测下来，关键瓶颈不在模型能力，而在‘反馈信号的设计’。Boris能成功，部分得益于他作为核心开发者对Claude行为模式的深度理解，普通开发者复制时容易陷入‘循环发散’——Agent反复修改同一行代码而不收敛。
个人经验：我尝试在代码审查场景引入循环，发现‘质量门控’比‘生成代码’更难设计。比如定义‘符合项目风格’这个条件，用静态检查工具做阈值比让AI自我判断可靠得多。循环工程的价值在于将开发者从‘写提示词’转向‘写规则’，但规则本身仍是工程难点。
提问： 1. 循环工程对代码库的‘可测试性’有强依赖——没有自动化测试，Agent如何验证其修改正确？ 2. 当循环需要跨仓库或跨服务协作时，上下文窗口是否会成为新的瓶颈？
行业视野上，这标志着AI辅助开发从‘工具’转向‘框架’。未来开发者可能不再是‘用AI写代码’，而是‘设计AI协作的架构’。但提示词并未消亡，它只是从临时输入变成循环配置的一部分，价值反而从‘一次性技巧’升级为‘系统性资产’。