最近读到 Claude Code 团队写的一篇讲 Loop Engineer 的文章，收获挺大，跟大家分享一下。现在圈子里都在说，别再一句一句地提示 AI 了，要学会设计循环。可循环到底是什么？他们给的定义很朴素：让 AI Agent 反复干活，直到满足某个停止条件才停下来。

文章把 Loop Engineer 分成了四种。第一种是回合式，你发一条提示，AI 干一轮，你检查完再发下一条。其实这就是我们每天都在做的事。作者建议把你手动检查的步骤写进技能文件，让 AI 学会自己验证自己的工作，检查标准越量化越好。第二种是目标式，用 /goal 直接告诉它什么叫完成，比如测试全部通过，或者性能分数达到九十以上。这样它就不会自己猜够不够好而提前收工，每次想停都会被评估模型拦下来检查，直到达标或者用完你设的次数上限。第三种是定时式，用 /loop 让它每隔几分钟看一眼 PR、处理评审意见、修复挂掉的 CI，这类周期性工作特别合适。想让它在云端一直跑，就换 /schedule。第四种是主动式，把前面这些工具和自动模式、动态工作流组合起来，整条流水线全自动运转，适合处理源源不断的 bug 报告、issue 分类和依赖升级。

另外，文章还指出：循环的产出质量取决于它周围的系统：代码库要干净，验证标准要沉淀成技能，文档要好找，最好再请第二个 AI 带着全新视角来评审代码。省 token 也有讲究：小任务用小模型，完成标准要写具体，大规模跑之前先小范围试点，确定性的活直接交给脚本。

最打动我的是结尾那句话：想上手循环，就挑一个你自己是瓶颈的任务，问问自己，哪一部分可以交出去。

#科技先锋官##How I AI#