AI不好用？先分清是循环、框架还是上下文哪层出了问题

三个「工程」，其实是一句话的三层展开

最近围绕 AI 智能体的讨论里，出现了三个都带「工程」二字的概念：循环工程（Loop Engineering）、框架工程（Harness Engineering）、上下文工程（Context Engineering）。很多人第一反应是——这到底是三个东西，还是同一件事换了三种说法？

答案是：它们是同一句话在三个不同层次上的展开。这句话就是——「模型不是产品，围绕模型搭建的那套系统才是产品」。

把这三层拼在一起，会得到一张从外往里收束的地图。理解这张图最大的价值，不在于记住术语，而在于当你的 AI「不好用」时，你能迅速判断：这到底是哪一层出了问题，该去哪一层修。

循环层：管节奏，让 AI 自己跑起来

循环工程的核心观点来自 Andy Osmedie：别再亲自一句句提示 AI，你要设计一套替你提示它的系统。 循环就是一个递归的目标——把目的定好，让 AI 自己接力，直到达成为止。

Claude Code 的负责人 Boris Cherney 说得更直白：「我已经不亲自提示 Claude 了，我的工作就是写循环。」搭一个循环需要五个要素：自动化工作流、技能、连接器、子智能体，外加一个落在硬盘上的记忆。

循环工程根植于 AI 智能体架构的核心设计模式——ReAct（Reasoning + Acting）循环。这一架构由普林斯顿大学 2022 年提出，让模型在每一步推理后执行动作、观察结果、再继续推理，形成自驱动的迭代闭环。现代智能体框架如 LangGraph、AutoGen、CrewAI 都在此基础上实现了多智能体协作和子任务分发。「记忆落到硬盘」对应的是智能体记忆架构中的「长期记忆（Long-term Memory）」层，区别于仅存在于单次对话的「工作记忆（Working Memory）」。代码仓库作为外部持久化存储，天然具备版本控制、变更追踪等特性，弥补了大语言模型**无状态（stateless）**的本质缺陷——这正是循环层能持续运转的技术根基。

为什么记忆要落到硬盘、落到代码仓库？因为 AI 会忘，但代码仓库不会。这是循环层能够持续运转的关键——它需要一个不依赖模型短期记忆的外部锚点。

用工厂来打比方，循环就是流水线：管的是节奏——什么时候开工、任务怎么排、做完了谁来验收。

框架层：管环境，配置往往比模型更重要

框架工程同样来自 Andy Osmedie 的定义：一个智能体 = 模型 + 你围着模型搭的一切（提示词、工具、钩子、沙箱）。

这一层最重要的结论是：一个普通模型配上好框架，能打败一个顶级模型配上烂框架。 这不是嘴上说说，而是有数据支撑的——在 Terminal Bench 上，某个模型在模型本身完全不动、只改框架的情况下，排名从三十名开外冲进了前五。

Terminal Bench 是专门评测 AI 智能体在终端环境下完成工程任务能力的基准测试集，测试项目涵盖文件操作、代码调试、系统配置等真实工作场景，其评测结果能较好地反映「模型+框架」组合的实际工程能力，而非模型的孤立推理能力。框架层的核心组件包括：提示词模板（Prompt Templates）、工具调用接口（Tool Use/Function Calling）、钩子系统（Hooks，如执行前后的校验逻辑）、沙箱环境（Sandbox，如容器化隔离执行环境），以及近期兴起的 MCP（Model Context Protocol，由 Anthropic 主导的开放工具互联标准）。这些组件共同构成了模型与真实世界交互的「适配层」，决定了模型能力能被释放多少百分比——这也是为何同样底层模型、不同工具用起来差距悬殊的根本原因。

所以框架层的核心结论是：很多时候这不是模型问题，是配置问题。 用工厂来比方，框架是工位：管的是环境——工具怎么摆、护栏在哪里、出错了怎么兜底。工位没打好，流水线再聪明也白搭。

上下文层：管注意力，不是塞满而是策展

上下文工程来自 Anthropic 官方的说法：它是框架里单点杠杆最高的那一层。它管的是——模型每一步推理时，到底让哪些信息进入它有限的注意力窗口。

上下文工程的理论基础来自 Transformer 架构的注意力机制（Self-Attention）。现代大语言模型的上下文窗口（Context Window）虽已从最初的 4K Token 扩展至 200K 甚至 100 万 Token，但研究一再表明**「Lost in the Middle」现象依然存在——模型对上下文首尾的信息处理更准确，对中段信息容易忽视或混淆。这意味着窗口大小与实际可用信息量并不线性对应，单纯堆砌内容并不能提升推理质量，反而会稀释信噪比。策展（Curation）在工程上对应 RAG（检索增强生成）、动态上下文压缩、记忆摘要等技术手段，本质是在有限的注意力预算（Attention Budget）**内最大化信息密度。Token 不只是长度的度量，更是模型推理成本与质量的核心计量单位。

这里的关键认知是：窗口再大，能塞和该塞是两回事。 一句话总结——不是塞满，而是策展（curation）。

用工厂比方，上下文是工人此刻手里的那张图纸：管的是这一步他眼睛里到底看着什么。工位再好，图纸上写满废话，活照样干砸。

三层地图：对号入座，快速定位问题所在

把你平时接触的工具对个号，这张图会更清楚：

• 上下文层：你每天敲给 AI 的那条消息、贴进去的那段资料。人人都在这一层，只是多数人没意识到自己在做策展。
• 框架层：你装的 Claude Code、Cursor 这些工具，连同里面的规则文件、MCP、钩子。底层模型有时是同一个，用起来却差很多，差的就是这一层。
• 循环层：定时自己起来跑任务、自己排进度、自己写记录的那套系统。大部分人还没到这一层，这很正常。

AI不好用时，三层的病症状完全不同

这张地图最实用的地方，是让你在 AI 不好用时先分清是哪一层出了问题：

• 同一个错反复犯，上次踩的坑这次又踩 → 框架层的问题。缺的是机制，要把每一个失败变成一条永久规则，而不是「重试一下」就算了。
• 资料塞得越多反而越糊涂，长对话越聊越笨 → 上下文层的问题，也叫「上下文腐烂」（Context Rot）。这一现象描述的是随着对话轮次增加，无关信息不断积累、注意力预算被低价值内容占满，导致推理质量持续下降的过程。从机制上看，每一轮对话都会将历史消息原封不动地追加进上下文窗口，早期的闲聊、已过期的指令、错误的中间结论都会持续占用宝贵的 Token 配额，同时增加模型在「中段」丢失关键信息的概率。工程上的对策包括：定期对长对话做摘要压缩（Summarization）、使用**滑动窗口（Sliding Window）策略只保留最近 N 轮、或通过外部向量数据库实现语义检索（Semantic Retrieval）**替代全量上下文传递。注意力预算被填满了，药方是做减法而不是加法。
• 所有活都得你亲自盯着，你一走它就停 → 循环层压根没搭起来。
• 它自己跑得欢，却说不清交付的东西对不对 → 也是循环层的问题。记住这句话：完成是一个声明，不是一个证明。

模型变强后，哪一层会消失？

一个值得思考的问题是：模型持续变强之后，这三层哪个会消失？答案是——都不会，但方式很不一样。

• 框架是流动的：它的每个组件都编码着一个「关于模型做不到什么」的假设。模型变强了，旧部件该拆，但新需求又得搭新的。它永远在换零件，但永远存在。
• 上下文这层最难消失：注意力窗口的限制是 Transformer 架构层面的问题，窗口再大也「多则乱」。策展是一门永久的手艺。即便未来出现突破性的记忆架构，「向模型传递什么信息、如何组织信息」的工程问题本身不会消失，只会迁移到新的形式上。
• 循环这层最不会消失的是验证：验证永远在你身上，工具越自动，你的判断力反而越值钱。

入门建议：从里往外打地基

如果你想系统上手 AI 智能体，建议倒着来，从内层往外走：

1. 先练上下文：哪怕只用网页聊天，学会「少塞、塞对」，效果立竿见影。
2. 再打框架：建一个规则文件，把自己踩过的每个坑积累进去。
3. 最后才是循环：让整套东西自己跑起来。

别一上来就追求全自动——地基是从你自己往外打的。三层读完最大的收获，仍然是那句话：模型不是产品，围绕模型的那套系统才是。而这套系统，最终要落回到你自己身上。

核心要点

核心要点