Loop 工程：让 AI 自己转起来

前四篇讲了三层：

• 提示词：怎么问
• 上下文工程：让 AI 看见什么
• Harness 工程：让 AI 能干什么、不能干什么

这三层有一个共同特点：都是人搭好了，AI 来用。 人写提示词，人准备上下文，人搭工作台。AI 只是使用者。

第四层不一样。它做的是——让 AI 自己驱动自己。 人搭好基础之后，就不再每轮都参与了。

它是什么

核心是一个四步循环。AI 自己跑，一轮一轮转：

graph TD
    See[看: 读取上下文，了解当前状态] --> Think[想: 判断信息够不够]
    Think -->|不够| Search[去搜索/加载更多信息]
    Search --> See
    Think -->|够了| Do[做: 动手干活，写内容/调工具]
    Do --> Check[检查: 结果对不对]
    Check -->|不对| See
    Check -->|通过| Done[交付最终结果]

1. 看：看看现在是什么情况。读完摘要，看看上下文，知道要干什么
2. 想：判断当前的信息够不够。够了就动手，不够就去找更多信息
3. 做：动手干活。写一段内容，搜一个资料，改一个错误
4. 检查：看看做出来的东西对不对。不对就回到第 1 步，带着新信息再转一轮

这个循环没有终点——每轮检查出来的问题，变成下一轮的输入。一轮比一轮好，直到检查通过 ¹; ²。

这个概念出来之后，Anthropic 的 Claude Code 负责人说了一句很有名的话：“我已经不给 AI 写提示词了。我让循环在跑，循环自己去写提示词、自己去判断该干什么。” ³; ⁴。

跟你用过的有什么不同

你用过 ChatGPT 吧？你问一句，它答一句。你看了答案，觉得不行，再改问题重问。这叫人驱动循环——你是那个”看、想、检查”的人，AI 只负责”做”。

Loop 工程做的事：把”看、想、检查”也交给 AI。你对 AI 说”帮我写一篇关于某某的文章”，它自己写，自己检查，自己改，改到满意了再给你。你不需要盯着它改。

一个你正在看的例子

你现在读的这篇笔记，就是 Loop 工程的产物：

• 我先写了一版
• 两个审查助手自动检查：一个看小白能不能读懂，一个核实事实对不对
• 检查出来问题，我带着反馈重写
• 再审，再改，直到通过

人在哪？人一开始定了方向（“写 Loop 工程的笔记”），后面全是系统自己在转。这就是 Loop 工程的本质——人定方向，系统自己跑到终点。

四层串起来

回头看这四篇，其实是一条线：

• 提示词：你对 AI 说的第一句话（“帮我做某事”）
• 上下文工程：AI 自动收集做这件事需要的资料
• Harness 工程：AI 在规定的范围内用规定的工具干活
• Loop 工程：AI 干完自己检查，不好自己改，直到好了再交给你

四层加起来，人只需要做一件事：说清楚要什么。 剩下的系统自己搞定。

相关笔记

• Harness 工程：给 AI 搭工作台 — 上一层：给 AI 搭工作台
• 第12章 · 提示词工程 — 回到起点：提示词是一切的开端
• AI 应用层知识图谱 — 看全景：四条演化轴完整版

下一步

• Harness 工程：给 AI 搭工作台 — 上一层：给 AI 搭工作台
• 第12章 · 提示词工程 — 回到起点：提示词是一切的开端
• AI 应用层知识图谱 — 看全景：四条演化轴完整版

来源

• Addy Osmani (Google Chrome), 2026 年 6 月命名 “Loop Engineering”
• Boris Cherny (Anthropic Claude Code 负责人), 2026 年公开演讲
• Peter Steinberger (OpenClaw 创始人), 2026 年 6 月 7 日
• 人人都是产品经理, “AI 工程的第四次跃迁：从 Prompt 到 Loop”, https://www.woshipm.com/ai/6414536.html