停止手动提示智能体：设计编排AI编码智能体的循环系统
从手动提示转向设计循环系统，以编排AI编码智能体。探索模式、CLI工具和5分钟快速入门。
为什么循环工程很重要
Peter Steinberger 完美地捕捉到了这一转变：“你不应该再手动提示编码智能体了。你应该设计循环来提示你的智能体。” Anthropic Claude Code 负责人 Boris Cherny 也呼应了这一点：“我不再手动提示 Claude 了。我有循环在运行，提示 Claude 并决定做什么。我的工作是编写循环。”
杠杆点已从精心设计单个提示转移到设计随时间编排智能体的控制系统。这是循环工程的核心思想——一种构建自动化、智能体驱动工作流的实用方法论。
什么是循环工程？
循环工程取代了你手动提示智能体的角色。相反，你设计一个系统——一个循环——为你完成这项工作。该系统调度任务、管理状态、在隔离环境中执行，并将风险操作置于人工审批之后。
参考仓库 cobusgreyling/loop-engineering 提供了实用的模式、CLI 工具和入门模板，用于与 Grok、Claude Code、Codex、Cursor 和 OpenClaw 等 AI 编码智能体一起实现这种方法。
五个构建块 + 记忆
每个循环由五个原语加上一个记忆/状态层组成：
| 原语 | 循环中的职责 |
|---|---|
| 自动化/调度 | 按节奏发现和分类 |
| 工作树 | 安全的并行执行 |
| 技能 | 持久的项目知识 |
| 插件和连接器 | 接入你的真实工具（MCP） |
| 子智能体 | 制造者/检查者分离 |
| + 记忆/状态 | 任何对话之外的持久主干 |
这些原语构成了循环的结构：
flowchart LR
A[调度/自动化] --> B[分类技能]
B --> C[读取 + 写入 状态/记忆]
C --> D[隔离工作树]
D --> E[实现者子智能体]
E --> F[验证者子智能体<br/>测试 + 门控]
F --> G[MCP / Git / 工单]
G --> H{人工门控?}
H -->|安全/白名单| I[提交 / PR / 操作]
H -->|风险/模糊| J[升级到人工<br/>附带完整上下文]
I --> A
J --> A
生产模式
该仓库包含七种生产就绪的循环模式，每种模式都有定义的节奏、入门模板和预估令牌成本：
| 模式 | 节奏 | 令牌成本 |
|---|---|---|
| 每日分类 | 1天–2小时 | 低 |
| PR 保姆 | 5–15分钟 | 高 |
| CI 清理器 | 5–15分钟 | 非常高 |
| 依赖清理器 | 6小时–1天 | 中 |
| 变更日志起草器 | 1天或标签 | 低 |
| 合并后清理 | 1天–6小时 | 低 |
| 问题分类 | 2小时–1天 | 低 |
不确定选哪个？使用交互式模式选择器或查阅 patterns/registry.yaml。
CLI 工具：5 分钟入门
该仓库提供了多个通过 npm 发布的 CLI 工具：
- loop-init：搭建入门模板 + 预算/运行日志 + 约束
- loop-audit：循环就绪度评分 CLI（v1.5 + 约束评分）
- loop-cost：令牌花费估算器
- loop-sync：STATE.md 和 LOOP.md 之间的漂移检测
- loop-context：有状态记忆管理器 + 长时间运行的断路器
- loop-mcp-server：用于模式、技能、状态的 MCP 运行时查找
快速入门
# 1. 搭建 + 获取你的循环就绪度分数（自动打印）
npx @cobusgreyling/loop-init . --pattern daily-triage --tool grok
# 2. 估算你的节奏的令牌花费
npx @cobusgreyling/loop-cost --pattern daily-triage --level L1
# 3. 改进后重新审计
npx @cobusgreyling/loop-audit . --suggest
# 可选：将循环就绪度徽章粘贴到你的 README 中
npx @cobusgreyling/loop-audit . --badge
# 4. 查看分数攀升：空 → L1 → L2
bash scripts/before-after-demo.sh
# 5. 仅报告模式启动（Grok 示例）
/loop 1d Run loop-triage. Update STATE.md. No auto-fix in week one.
所有 CLI 都从标记版本发布到 npm——无需克隆。
运行与安全
循环工程放大了判断力——无论是好是坏。关键注意事项：
- 令牌成本可能因子智能体和长时间运行的循环而激增。
- **验证仍然由你负责。**无人值守的循环会犯无人值守的错误。
- 理解债务增长更快，除非你阅读循环输出的内容。
- **两个人运行同一个循环可能得到相反的结果。**循环不知道。你知道。
正如 Addy Osmani 所说：“构建循环。但要像打算一直做工程师的人那样构建，而不仅仅是按下启动按钮的人。”
该仓库包含关于故障模式、反模式、多循环协调和安全性（黑名单、自动合并、MCP 范围）的详细文档。
贡献
该项目欢迎贡献，尤其是失败案例和生产模式。请参阅 CONTRIBUTING.md 了解贡献阶梯和良好的首个问题积压。
结论
循环工程是使用 AI 编码智能体的开发人员的一个范式转变。你不再手动提示，而是设计随时间编排智能体的系统——包括调度、状态管理、安全门控和成本意识。该仓库中的工具和模式为你提供了今天实现这种方法的一个实用起点。