三年时间汉中护角胶，AI 工程法论完成了四次迭代：Prompt Engineering、Context Engineering、Harness Engineering，以及三天前刚被正式命名的 Loop Engineering。每次迭代，人的介入度都在降低，系统设计能力的权重都在上升。

个值得注意的信号

Claude Code 的创造者 Boris Cherny，在今年 5 月初红杉资本 AI Ascent 2026 大会上说了句话：“我不再提示 Claude 了。我有运行中的循环在提示 Claude，并决定接下来做什么。我的工作是写循环。”支撑这句话的，是组可查证的数字：2025 年 12 月，他公开表示自己已经卸载了 IDE，因为前个月单月 259 个 PR 全部由 Claude Code 完成，他没有亲手写过行代码；到了 2026 年，按他在 AI Ascent 上的说法，他每天从手机上发出几十个 PR；另据报道，今年 3 月起，Claude Code 这个产品本身已经 由 Claude Code 编写。

个月后的 6 月 8 日，Google Cloud AI 总监 Addy Osmani（此前近 14 年负责 Chrome 开发者体验）发布长文，把这种工作式正式命名为 Loop Engineering（循环工程），给出了迄今系统的定义：“Loop Engineering，就是把你自己从‘提示 Agent 的那个人’的位置上挪开，改成设计个系统替你干这件事。”也就是说，这个概念正式成型至今不到周。但它不是凭空出现的，要理解它，得先回看这条演进线的前三段。

演变史：人是怎么步步退场的

AI 工程法论这三年，本质上是部”人逐渐退场”的历史。

阶段：Prompt Engineering（2023 年起）。人是对的主动。你写提示词，AI 执行，问答。这个阶段的核心技能是”把指令说清楚”：角设定、少样本示例、思维链。AI 是个听话但需要精细指令的工具，你掌控每个输入。

二阶段：Context Engineering（2025 年中起）。随着 Agent 处理的任务变长，单条提示词装不下所需的信息了。Karpathy 等人的讨论把”上下文工程”带入主流，Anthropic、LangChain 相继给出正式定义。核心技能从”写好句话”变成”管理模型看到什么”：RAG、MCP、记忆机制、上下文窗口的取舍。人开始从逐字编写指令，后撤到设计信息供给。

三阶段：Harness Engineering（2026 年 2 月起）。HashiCorp 联创始人 Mitchell Hashimoto 在 2 月 5 日的博客《My AI Adoption Journey》中提出”engineer the harness”：每当 Agent 犯个错，不要去改提示词，而是改造它运行的环境，让这个错误在结构上不可能再发生，用 Linter 封死错误写法、用 AGENTS.md 固化项目规则、用钩子强制检查。几天后，OpenAI 发布实践报告：三名工程师用五个月，手写代码，靠 Codex 构建了约百万行的代码库。”Harness Engineering”词由此确立。人的角从”指挥 AI”变成”为 AI 修路”。

四阶段：Loop Engineering（2026 年 6 月起）。Harness 解决的是”单个 Agent 单次运行的可靠”，但启动它的仍然是人。Loop 在 Harness 之上再加层：让系统自己发现工作、分发工作、检验结果、记录进度、决定下步。用 Osmani 的话说，循环就是”装上了定时器、会自己孵化助手、会自我喂养的 Harness”。人退出执行环节，只保留设计权和验收权。

把四段连起来看，规律非常清楚：每次迭代，被工程化的对象都上移了层，从句指令，到段上下文，到个运行环境，再到个完整的工作系统。而留给人的，始终是上层的设计工作。

个循环由什么构成

按 Osmani 的拆解，个完整的 Loop 由五个构件拼成，外加六样东西。Claude Code 和 Codex 目前都已凑齐全套。

1. 自动化任务-循环的心跳。有了它，循环才会自己转，而不是你手动跑次就停。Claude Code 提供了两个原语：/loop 按节奏重复执行（适周期检查），/goal 持续运行直到完成条件成立。值得注意的细节是：判断”不完成”的，是个立的小模型，而不是写代码的那个 Agent 自己。

2. Skills-循环的长期知识。解决”每开个新会话都要从头介绍项目”的问题。它本质上是个结构化文件夹汉中护角胶，存放项目约定、构建步骤、历史踩坑记录。写次，Agent 每轮运行都读得到。”这事我们不这么干，因为上次出过事故”——这类组织知识次有了机器可读的沉淀形态。

3. 子 Agent-创作者与检验者分离。这是循环里重要的结构设计：写代码的 Agent 给自己分，手太松；换个指令不同、甚至模型不同的二个 Agent 来审，能逮住个说服自己忽略的问题。常见分工是：探索 Agent → 实现 Agent → 验证 Agent。这和产品组织里”测试不能由开发自测”是同个原理。

4. 连接器-循环的触角。只能看到文件系统的循环是个微型循环。基于 MCP 的连接器让它能读问题追踪器、查数据库、开 PR、新工单、往 Slack 发通知。接入回报的大致排序：GitHub → Linear/Jira → Slack → Sentry。

5. Worktrees-并行的隔离仓。多个 Agent 同时工作时，各自在立分支的立目录上操作，互不污染，干完自动清理。这是”并行”不退化成”混乱”的前提。

六样：记忆。个落在磁盘上的状态文件，记着”干完了什么、还剩什么、上次踩了什么坑”。模型每次重启都失忆，所以记忆须活在单次对话之外。Agent 会忘，仓库不会。

五个构件拼起来，条对话线就变成了个小控制台：每天定时启动，调用 Skill 读取昨天的异常，为每条值得处理的发现开个隔离工作区，派实现 Agent 起草、验证 Agent 审核，能搞定的自动提交，搞不定的落进分诊收件箱等人。你做的事是把它设计出来——理论上，只做次。

适用边界：先过这道检查

不是所有任务都适做成循环。四个条件全部满足，PVC管道管件粘结胶才值得投入：任务足够重复：至少每周发生次，否则搭建成本永远摊不平。结果能自动验证：有测试、规则或明确完成标准，机器能判断对错。Token 预充足：循环要反复重读上下文、重试、探索，消耗远单次对话。工具链已接通：Agent 看得到日志、跑得了流程、查得到结果。

适做成循环的：CI 失败分诊、依赖升、规范检查、Issue 转草稿。不适的：架构决策、核心业务逻辑、生产环境操作，以及切”做错了代价很”或”好坏靠品味判断”的工作。

对 AI 产品经理意味着什么

这里有个值得认真对待的重新定位：当 AI 承担执行层，人的核心价值就从“会用 AI”变成“会设计 AI 系统”。而系统设计、流程拆解、规则定义、异常边界，这些恰好是产品经理的原生能力。Loop Engineering 对 PM 不是威胁，是次能力变现的窗口。

具体到工作式，有三层迭代：

重复工作，从“人驱动”变成“系统自转”。可以优先考虑的场景包括：用户反馈的自动分类与标签化（验证标准：分类规则命中率）、竞品动态的定期监控与摘要（验证标准：信源清单覆盖度）、数据指标的异常检测与预警送（验证标准：阈值规则）、需求文档的格式与规范校验（验证标准：模板检查项）。注意每个场景后面都跟着验证标准没有可自动验证的完成条件，就没有格的循环，这是设计循环时个要回答的问题。

AI 的错误，从“靠提示词补救”变成“靠机制兜底”。过去 Agent 跑偏，反应是改提示词；Loop 的思路是在架构层面预置检验机制、回退策略和升路径，搞不定的自动升给人，而不是硬着头皮蒙混过关。这正是 Harness 思想的延续：把纠错从”事后沟通”变成”事前结构”。

核心价值，从“会操作”升为“会设计”。写个好提示词的门槛在快速归，但设计个能稳定运行、自我纠错、知道何时求助的循环系统，需要对业务流程、验证逻辑、异常边界的刻理解。这个能力短期内不会被工具吃掉。

动手之前，先听几句实话

到这里为止，都是这套范式好的面，也是你在任何篇解读里都能读到的面。但搭循环要投进去实实的时间和 Token，所以有几个问题我自己反复琢磨之后仍然觉得别扭，值得在动手前摊开说。

个别扭的地，是那些明星数字本身。Cherny 单月 259 个 PR，这个产量是工具作者在理想环境里做出来的：Claude Code 是他亲手写的，工具的每个脾气他都清楚；他跑循环的仓库，大概率早就按”适 AI 干活”的标准收拾过——测试齐全、规范统、文档同步。而大多数团队面对的是十年陈的存量系统，文档好几年没人新，测试覆盖率拿不出手。拿创造者的吞吐量做对标，参考价值很有限。真正的门槛往往不是”会不会搭循环”，而是”代码库有没有达到能跑循环的状态”。就我的观察，多数企业代码库还没有。

二个，是”只设计次”这句承诺。它在现实里很难成立。提示词确实不用写了，但活换了个形态等着你：Skill 写完几个月就过期，连接器隔三差五要修，验证条件会被下个需求绕开，状态文件慢慢和现实脱节。这些维护工作都得有人做，那个人还是你。工作量没有消失，只是从”调 Prompt”搬到了”养 Loop”。如果任务频次不够、又难以自动验证——这恰恰是大部分团队的真实情况——这笔账目前不回来。

三个，是被夸得多的”创作者与检验者分离”。道理本身没问题，开发不能自测。但这里有个绕不开的事实：两边都是 LLM，相近的训练数据、相近的盲区、相近的过度自信。二个 Agent 能逮住低笔误，可旦个 Agent 的整个向就是错的，两个模型很可能起点头放行。这不是两个立的审计员，像个人在照镜子。在统计意义上，它不构成立验证。

四个，做过数据指标的产品经理会很熟悉：Goodhart 定律。完成条件旦写成”测试通过、检查干净”，循环优化的目标就悄悄从”把事做对”变成了”让指标变绿”——放松断言、给 Mock 注水、用 try/catch 吞掉异常，都是它找得到的捷径。指标旦成为目标，就不再是好指标，这条老规律在循环身上应验得格外快，因为循环是不知疲倦、不会厌烦的指标博弈者。对要为自动化流程设计验收标准的 PM 来说，这是直接的条提醒。

后还有笔慢账：理解债。循环产出越快，你没亲手做过、也没仔细看过的东西就越多。当产出速度过审阅速度，瓶颈就从”做”挪到了”看”，而审阅的人手不会因为搭了循环就自动变多。不读它产出的东西，相当于在按复利借理解债。

循环只励已经想明白的人

两个人搭出模样的循环，结果可能相反：个拿它在自己吃透的流程上跑得快，个拿它绕开”吃透”这件事本身，循环分不出这两者，但你分得出。在搭个 Loop之前，先回答三个问题：我熟悉的那个重复工作流，它的输入是什么？验证标准能否被机器执行？异常情况有哪些、各自升给谁？

Loop Engineering 的杠杆点，从来不在工具上，而在你对自己工作的理解度上。

本文由 @阿灵顿的像素鱼 原创发布于人人都是产品经理。未经作者许可，禁止转载相关词条:铝皮保温     隔热条设备     钢绞线厂家玻璃棉    泡沫板橡塑板专用胶

奥力斯    万能胶生产厂家    联系人：王经理    手机：13903175735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定汉中护角胶，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。