从提示词到循环工程的转向

7 月中旬，多位作者集中讨论了 AI agent 开发中的一个方法转向：相比继续打磨单轮提示词，越来越多实践者更看重“循环工程”。这一变化之所以值得关注，在于它把优化重点从措辞技巧，转向任务拆解、反馈校验与停止条件等更可复用的工作流设计。

循环工程的核心观点

@alexverem 主张“少提示词，多做循环工程”，认为与其反复修改 prompt，不如把任务组织成更稳定的循环、反馈和检查机制；他也提醒，不要把太多日常工作在缺乏约束的情况下直接交给 Claude。@goyalshaliniuk 则把这种思路概括为通过“思考—验证—改进—适应”的闭环让 agent 变得更聪明，并总结了 10 种 loop 设计。帖子里重点提到的类型包括：先理解和推理再回答的 Reasoning 循环、多智能体协作循环，以及自我纠错和适应性循环。

Claude Code 的定义与实践

据 @新智元 转述，Claude Code 团队已正式把“循环”定义为：智能体反复执行工作，直到满足停止条件。团队归纳出 4 类典型循环：回合制循环、目标循环、齿轮循环和自动驾驶循环。@新智元 还提到，Claude Code 之父 Boris Cherny 现在用 loop 和 goal 驱动大规模智能体工作流，自己几乎不再亲手写代码，每天可提交几十个 PR，最高一天达到 150 个。

2026-07-16 ~ 2026-07-18 · 6 条相关

一手来源