Loop Engineering：用循环设计替代反复 Prompt 的 AI 编程新范式

今天在 GitHub Trending 上看到一个有意思的项目：Loop Engineering，它提出了一个核心观点——Stop prompting, design the loop。与其每天反复编写和优化 Prompt，不如设计一套自动化循环系统，让 AI 工具自行运转，把工程师从重复性编码任务中真正解放出来。

一、项目概述

Loop Engineering 是由 Cobus Greyling 开发的一套面向 AI 编程工具（Agent）的系统性工程框架，适用于 Grok、Claude Code、Codex、Cursor、Opencode 等主流 AI 编码工具。

Boris Cherny（Anthropic Claude Code 负责人）说过：

“I don’t prompt Claude anymore. I have loops running that prompt Claude and figuring out what to do. My job is to write loops.”

这正是 Loop Engineering 的核心思想：杠杆点已从编写单次 Prompt 迁移到设计orchestrate agent 的控制系统。

核心工具包

该项目维护了一整套 npm CLI 工具：

二、技术原理

五大构建块 + 记忆

┌─────────────────────────────────────────────────┐
│         The Five Building Blocks + Memory        │
├──────────────┬──────────────────────────────────┤
│ 自动化/调度   │ 定时发现 + 分诊                    │
│ Worktree     │ 安全的并行执行隔离                   │
│ Skills       │ 持久化的项目知识                    │
│ 插件/连接器   │ MCP 打通真实工具                    │
│ 子 Agent     │ Maker / Checker 分工              │
│ + 记忆/状态   │ 跨会话持久化的核心骨架               │
└──────────────┴──────────────────────────────────┘

标准循环流程（Mermaid 表示）

flowchart LR
    A[Schedule / Automation] --> B[Triage Skill]
    B --> C[Read + Write STATE / Memory]
    C --> D[Isolated Worktree]
    D --> E[Implementer Sub-agent]
    E --> F[Verifier Sub-agent<br/>tests + gates]
    F --> G[MCP / Git / Tickets]
    G --> H{Human Gate?}
    H -->|safe| I[Commit / PR / Action]
    H -->|risky| J[Escalate to human]
    I --> A
    J --> A

关键设计理念：

• Human Gate：所有操作都有风险判断，危险操作自动升级人工审批
• Worktree 隔离：每个 fix attempt 运行在独立 git worktree 中，互不干扰
• 记忆外部化：STATE.md / LOOP.md 作为跨会话持久化状态，不再依赖对话窗口
• 渐进式 L1→L2→L3：week1 纯报告观察，week2 辅助修复，week3 无人值守

三、七大生产模式

交互式选择器：https://cobusgreyling.github.io/loop-engineering/#interactive

四、安装与快速开始

环境要求

• Node.js 18+
• npm
• Git
• 对应的 AI 编码工具（Grok / Claude Code / Codex / Cursor 等）

五分钟快速上手

# 1. 脚手架 + 获取 Loop Ready 评分（自动打印）
npx @cobusgreyling/loop-init . --pattern daily-triage --tool grok

# 2. 估算 Token 消耗
npx @cobusgreyling/loop-cost --pattern daily-triage --level L1

# 3. 审计改进建议
npx @cobusgreyling/loop-audit . --suggest

# 4. 可选：将 Loop Ready badge 嵌入 README
npx @cobusgreyling/loop-audit . --badge

# 5. 开始运行（第一周只报告，不自动修复）
/loop 1d Run loop-triage. Update STATE.md. No auto-fix in week one.

脚手架命令会在项目中生成 LOOP.md（循环定义）和 STATE.md（状态记录），并输出一个从 10 到 100 的 Loop Ready Score。

五、实际案例：Opencode + Daily Triage

以 opencode 工具 + daily-triage 模式为例，展示完整循环配置：

# 创建脚手架
npx @cobusgreyling/loop-init . --pattern daily-triage --tool opencode

# 生成的核心文件结构
.
├── LOOP.md              # 循环定义（谁做什么）
├── STATE.md             # 状态记录（上次做到哪）
├── budget.json          # Token 预算配置
├── run-log.json         # 运行日志
├── constraints.json     # 约束规则（denylist 等）
└── starters/
    └── daily-triage/
        └── opencode/
            └── loop.sh  # 循环执行脚本

Opencode 示例循环脚本：

#!/bin/bash
# loop.sh - Daily Triage for Opencode
opencode run "每天自动分诊 Issue：按标签分类，优先处理 bug 类型，
生成 STATE.md 中的今日摘要，包括：新增 Issue 数、待处理数、建议下一步。
本次不执行任何修改操作，仅生成报告。"

六、常见问题与注意事项

Token 费用会爆炸吗？ 会。sub-agent + 高频循环 = 高昂 Token 账单。使用 loop-cost 工具在运行前估算消耗，并设置 budget.json 硬上限。

自动化出错了怎么办？ 内置 Human Gate 设计确保危险操作不自动执行。另外 loop-context 提供了熔断器（circuit breaker），连续失败自动暂停循环。

Comprehension Debt（理解债务） Loop 跑得越久，你对代码库的理解就越落后于它实际做的事。Addy Osmani 的建议是：Build the loop. But build it like someone who intends to stay the engineer, not just the person who presses go.

Worktree 隔离的作用？ 防止多个循环任务同时修改同一分支导致冲突。每次 fix attempt 在独立的 git worktree 中执行，失败直接丢弃，不污染主分支。

七、总结

Loop Engineering 为 AI 编程工具提供了一套完整的设计方法论，从 Prompt 工程到系统工程的跨越。它的价值不仅在于省时，更在于：把「谁来改」和「怎么改」的决策权从每次对话中抽离出来，变成可复用、可审计的自动化系统。

如果你每天花超过 30 分钟在重复性的 AI Prompt 上，值得花 5 分钟跑一下 loop-init，看看你的 Loop Ready Score 是多少。

• 官网 & 交互式 Showcase：https://cobusgreyling.github.io/loop-engineering/
• 项目地址：https://github.com/cobusgreyling/loop-engineering
• 深度 Essay：https://cobusgreyling.substack.com/p/loop-engineering