【Loop Engineering：把你自己从 AI 提示词里抠出去】

最近 AI 圈被 Loop Engineering（循环工程）刷屏了。Claude Code 负责人 Boris Cherny 说得最狠：“我不再 prompt Claude 了，我的工作是写循环。”

简单说，这件事的本质就是：用系统设计取代人肉操作。

过去两年，我们是 AI 的“保姆”：写一条提示词，看一眼输出，改一个错，再发下一条。这种“乒乓球模式”里，人类的打字速度和耐心成了最大的瓶颈。Loop Engineering 则是让你从“操作员”升级为“架构师”——你不再亲自下场对话，而是设计一套能自动发现任务、执行、验证并自我修正的闭环系统。

它的底层逻辑是杠杆点的上移。一个成熟的 Loop 由六块积木组成：

1. 心跳（Automation）：定时或事件触发，让 AI 自己“醒来”找活干。

2. 隔离（Worktree）：给 Agent 独立目录，防止多个 AI 同时改代码时互相“踩脚”。

3. 技能（Skill）：把项目规范写成文件，治好 AI 的“金鱼记忆”。

4. 连接器（Connector）：让 AI 能碰真实世界，比如自动开 PR、发 Slack。

5. 分工（Sub-agent）：让“写代码的”和“查代码的”分开，解决 AI 盲目自信的问题。

6. 记忆（State）：把进度存在磁盘而非对话里，确保明天接着跑。

Loop 并不代表你可以当甩手掌柜，它反而让验证能力变得前所未有的重要。AI 跑得越快，产生的“理解债”就越多。如果你不设计硬性的外部校验（如测试脚本），循环只会变成一个高效的“错误放大器”。

好的 Loop 应该是“确定性交给代码，判断力交给模型”。