如果你还在手动为AI Agent编写提示词，可能已经落后于行业最新趋势了。6月7日，OpenClaw创始人Peter的一条简短推文引爆了AI社区：你不再需要为编码智能体编写提示词了，你应该设计循环来提示你的Agent。这个循环，就是Loop。几乎同时，Claude Code创始人Boris在开发者大会上表达了惊人相似的观点：我不再手动给Claude写提示词了，我运行着能让Claude自动编排任务的循环，我的工作就是编写这些循环机制。Google工程师Addy Osmani随后发布长文，正式将Loop Engineering梳理为继Prompt Engineering、Context Engineering、Harness Engineering之后的第四个AI行业共识性工程概念。
Loop Engineering的核心，是将AI从单次任务交互升级为全自动工业流水线。以Boris的工作方式为例，他写一个/loop babysit all my PRs命令，Claude Code就会自动扫描他GitHub上所有PR，自动修复CI错误，有新评论就派子Agent处理。他甚至将多个loop挂到定时任务上，每天晚上自动启动，有时同时运行数千个Agent。Boris自称2026年后再也没有手写过一行代码。这彻底改变了传统的工作流：以前你需要坐在电脑前，一轮轮给Agent提修改意见，你是驱动循环的发动机；现在你只需定义目标、验证条件和失败处理策略，然后就可以放手，系统会自动完成一切。
Addy Osmani将完整loop拆解为五个组件。定时任务是整个循环的心跳，Claude Code支持/loop命令按间隔执行、cron定时调度、Hook在Agent生命周期特定节点自动触发，或直接集成到GitHub Actions中。工作树隔离确保多个Agent同时工作时互不干扰，每个Agent有独立工作空间，避免同时修改同一文件的冲突。项目知识体则让Agent共享上下文，避免重复学习。还有验证机制和失败处理策略，确保循环的鲁棒性。这种设计让AI从任务执行者升级为自主工作流引擎，开发者只需编写循环机制，而非具体提示词。
对于AI从业者，这不仅是技术演进，更是思维模式的转变。从Prompt到Context到Harness再到Loop，每一次跃迁都在减少人工干预，提升自动化程度。建议开发者从简单的自动化任务开始尝试，比如将代码审查、CI修复等重复性工作设计成loop。未来，Loop Engineering可能成为AI开发的标准范式，就像现在的Prompt Engineering一样普遍。正如Peter所说，设计循环来提示Agent，而不是编写提示词——这可能是AI工作流的下一个十年。