放弃提示词工程转向循环工程：实战解析 AI Agent 工作流
letandrewcook · x · 2026-08-12
作者提出，在 AI Agent 真正落地交付的过程中，“提示词工程”的作用仅占 5%，剩下的 95% 取决于“循环工程”。
与其纠结如何向模型输入完美的单次指令，不如设计一套严密的自动化运转周期。作者详细拆解了自己日常使用的“三层嵌套循环”体系（基于不同时间尺度）：
- 会话循环：以小时为单位，通过明确的任务委派开启一次完整的 Agent 执行。
- （后续展开涉及任务分解、执行、验证与结果反馈）
文章基于真实的开发环境（如 /.claude 配置到最终提交 Pull Request），展示了无理论说教、纯工程落地的 Agent 编排机制。
所属事件:AI智能体构建新范式：循环工程实战指南(2 条相关)→
「编程与Agent」频道最新
- OpenAI 推出跨智能体同步：ChatGPT 桌面端可导入外部配置 — OpenAIDevs · 2026-08-12
- 谷歌推AI成本分析Agent,被批“万物皆Agent” — DavidLinthicum · 2026-08-12
- 用 Claude Code 做科研需谨慎:AI 常捏造数据验证标准 — rishabh16_ · 2026-08-12
- Grok Bot 实测：直接调用 API 拆解完整 GitHub 代码库 — prasenx · 2026-08-12
- NVIDIA路由器实测：编码Agent性能不减，成本与耗时大降 — NVIDIAAI · 2026-08-12
- 本地AI算力被浪费？开发者呼吁模型原生支持并行任务 — FaithlessnessFar6431 · 2026-08-12