Loop Engineering

循环工程（loop engineering）主张不再直接提示编码智能体，而是设计能提示智能体的循环，并定义可量化的成功标准让智能体自我衡量并持续运行

Context Engineering关注如何精确管理传入模型的上下文窗口，Harness Engineering偏向基础设施层，与Loop Engineering同期出现

Loop Engineering关注的核心工程问题包括循环粒度设计、错误恢复机制、可观测性和成本控制

Loop Engineering并非取代Prompt Engineering，而是包含并用好它

单个Agent处理任务存在跑偏（产生幻觉）的风险，可能误判订单导致错误全额退款

Loop Engineering层的「Loop」与Agent Loop中的「Loop」不是同一概念：前者是多次Skill调用和多Agent协作的循环，后者是工具调用和思考的循环

Loop Engineering在代码生成、项目自动化部署、多步骤流程编排等难以一步到位的复杂任务场景下尤为有效

Loop Engineering 的核心是角色转变：人从循环内部的操作员变成循环外部的系统设计者，设计能自己发现任务、分发、验证、存状态、启动下一轮的系统。

一轮 Loop 包含五个动作：发现、交接、验证、持久化、调度；支撑它们的是六个部件：自动化、工作流、技能、连接器、子 Agent、外部记忆。

Loop Engineering 的三条纪律：每天抽样阅读 Loop 产出并解释每个改动；先设单次/每日预算和最大重试次数作为熔断器再谈自动化；永远保留人工介入入口。

Loop 存在四类隐形账单：验证债、理解腐烂、认知屈服、Token 爆炸，且这四者会互相强化。

五种失控的 Loop 对应五个动作被跳过：跳过验证导致点头 Loop，跳过持久化导致健忘 Loop，跳过调度导致手动 Loop，跳过发现导致盲目 Loop，跳过交接导致缠绕 Loop。

在 Loop 中应结构性地更换裁判：一个 Agent 写，另一个 Agent 带不同指令去审查，甚至换底层模型，类似 GAN 的生成器与判别器分离。

Loop Engineering的典型流程是：选定任务、写代码、运行测试，出错自动修复，直到测试全部通过才算完成，关注整个循环能否自行收敛。

ReAct描述单轮内“思考—行动—观察”的推理结构，Loop Engineering关注将这些轮次组织成有验收标准、能自动重试、可控成本的工程闭环。

该视频仅给出四个概念的定义级描述，未展开实现细节、失败模式或不同框架间的差异。

Loop Engineering需要有可验证的终止条件（如测试通过），而不能依赖模型自我判断“做完了”；没有验收标准的循环容易耗尽预算或偏离目标。

Loop Engineering指将多Agent之间来回喂prompt的路由工作外包给Python或TypeScript脚本自动执行

循环允许智能体从部分失败中恢复，但并不理解失败为何发生、以前是否发生过、以及系统是否需要改变来避免重演

作者区分三层：提示工程关乎优化单次回应，Minds关乎塑造智能体本身，Loop工程关乎塑造智能体随时间的运作方式