[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-loop-engineering-claude-code-workflow-en":3,"article-related-loop-engineering-claude-code-workflow-en":30,"series-ai-agent-0e0ff333-9be7-4ea6-9a5f-3cf28ded9856":81},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"0e0ff333-9be7-4ea6-9a5f-3cf28ded9856","loop-engineering-claude-code-workflow-en","Loop Engineering: Claude Code背后的新工作法","\u003Cp data-speakable=\"summary\">Loop Engineering把AI开发工作变成持续反馈的循环流程。\u003C\u002Fp>\u003Cp>2026年6月初，\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 的 Boris Cherny，\u003Ca href=\"https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Foverview\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 的创建者之一，抛出了一句很快被转发的话：他不再亲自给 Claude 写提示，而是让模型先做，再根据结果继续迭代。这个说法之所以火，是因为它把大模型时代的开发方式说透了：重点不在“写出完美提示词”，而在“把反馈回路跑起来”。\u003C\u002Fp>\u003Cp>这个概念后来被不少人称为 Loop Engineering，中文可以直接理解成循环工程。它不是一个正式标准，更像一种工作方法：先让模型产出，再检查，再修正，再跑下一轮。对写代码、做产品文案、整理研究材料的人来说，这种方法比一次性写长提示更贴近真实工作。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>信息点\u003C\u002Fth>\u003Cth>内容\u003C\u002Fth>\u003Cth>来源指向\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>时间\u003C\u002Ftd>\u003Ctd>2026年6月初\u003C\u002Ftd>\u003Ctd>Boris Cherny 的公开表述被广泛引用\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>人物\u003C\u002Ftd>\u003Ctd>Boris Cherny\u003C\u002Ftd>\u003Ctd>Claude Code 创建者之一，隶属 Anthropic\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>相关作者\u003C\u002Ftd>\u003Ctd>Addy Osmani\u003C\u002Ftd>\u003Ctd>围绕该概念进行整理和传播\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>工具\u003C\u002Ftd>\u003Ctd>Claude Code\u003C\u002Ftd>\u003Ctd>Anthropic 的编码助手\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>Loop Engineering到底在说什么\u003C\u002Fh2>\u003Cp>如果把传统提示词方法比作“先写好说明书，再交给模型执行”，Loop Engineering 更像“先让模型做一个版本，再根据结果逐步收紧约束”。它接受一个现实：大模型第一次输出通常不够准，但第二轮、第三轮会明显更接近目标，只要你把检查点设计得足够清楚。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782205390205-vbwl.png\" alt=\"Loop Engineering: Claude Code背后的新工作法\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>这也是为什么它和很多开发者过去熟悉的“\u003Ca href=\"\u002Fnews\u002Fprompt-engineering-pay-gets-real-when-you-ship-systems-en\">prompt engineering\u003C\u002Fa>”不一样。前者关注的是单次输入的质量，后者关注的是整个交互过程的质量。对复杂任务来说，后者往往更重要，因为真实问题通常不会在第一轮就被完整描述清楚。\u003C\u002Fp>\u003Cp>以编码为例，模型先生成代码，接着运行测试，再读取报错，再修补，再测试。这个过程看起来普通，但它把“人类写提示”变成了“人类设计循环”。真正难的地方也在这里：你不是在写一句聪明的话，而是在定义什么时候停、什么时候改、改哪些地方。\u003C\u002Fp>\u003Cul>\u003Cli>第一轮输出：先拿到可运行的草案\u003C\u002Fli>\u003Cli>第二轮检查：看测试、日志、结构和边界条件\u003C\u002Fli>\u003Cli>第三轮修正：只改失败点，不推倒重来\u003C\u002Fli>\u003Cli>后续收敛：把结果固定成可复用流程\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>为什么这个说法会突然流行\u003C\u002Fh2>\u003Cp>因为它和 Claude Code 这种工具的使用方式高度一致。\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 本身就不是让你安静地写一条长提示、然后等待完美答案的那类工具。它更像一个可以反复对话、反复校正的编码搭档。你给它目标，它给你草案；你给它反馈，它继续改。\u003C\u002Fp>\u003Cp>这种变化也解释了为什么 Addy Osmani 会对这个概念感兴趣。\u003Ca href=\"https:\u002F\u002Faddyosmani.com\u002F\" target=\"_blank\" rel=\"noopener\">Addy Osmani\u003C\u002Fa> 长期关注前端工程、开发体验和 AI 辅助编程，他讨论这类方法时，重点通常不是“AI 会不会写代码”，而是“人类如何把 AI 放进工作流里”。Loop Engineering 讨论的正是这件事。\u003C\u002Fp>\u003Cblockquote>“I no longer write prompts for Claude myself.” — Boris Cherny\u003C\u002Fblockquote>\u003Cp>这句话之所以被反复引用，是因为它把主动权从“提示词作者”转向“流程设计者”。如果模型已经足够擅长生成第一版，那么人的价值就会更多落在判断、验收和纠偏上。换句话说，开发者不再只是在和模型聊天，而是在编排一个持续运行的反馈系统。\u003C\u002Fp>\u003Cp>这和很多人对 AI 的直觉相反。很多人还在追求一条更长、更细、更像说明书的提示词，但在复杂任务里，循环往往比一次性指令更有效。原因很简单：任务越复杂，越难在一开始把所有约束写全；而循环可以把遗漏的条件一层层补回来。\u003C\u002Fp>\u003Ch2>它和传统提示词方法差在哪\u003C\u002Fh2>\u003Cp>传统 \u003Ca href=\"\u002Ftag\u002Fprompt-engineering\">prompt engineering\u003C\u002Fa> 更像写简历：你希望一次性把背景、目标、格式、限制都交代清楚。Loop Engineering 更像做产品迭代：先发一个最小版本，再根据反馈改。两者都需要清晰表达，但后者更适合不确定性高、结果难一次命中的任务。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782205384273-46ex.png\" alt=\"Loop Engineering: Claude Code背后的新工作法\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>如果放到实际工作里，差异会很明显。写一份营销文案时，你可以先让模型出 3 个版本，再根据受众反馈筛选；做代码审查时，你可以让模型先找潜在问题，再让它按严重程度排序；整理研究摘要时，你可以先抽取事实，再要求它补上遗漏来源。每一步都比“请直接给我最终稿”更容易控制。\u003C\u002Fp>\u003Cp>下面这组对比能说明问题：\u003C\u002Fp>\u003Cul>\u003Cli>一次性提示：适合简单任务、格式固定的输出\u003C\u002Fli>\u003Cli>循环式工作流：适合代码、研究、长文写作、复杂决策\u003C\u002Fli>\u003Cli>人工主导：人先写完整要求，模型再执行\u003C\u002Fli>\u003Cli>流程主导：人定义检查点，模型在每轮里自我修正\u003C\u002Fli>\u003C\u002Ful>\u003Cp>从成本角度看，循环方法有一个现实好处：它能减少“全盘重来”。如果第一版就把所有要求塞满，模型常常会在细节上失控；如果先跑一轮，再只针对错误点修补，整体效率通常更高。这个差别在长任务里尤其明显，因为长任务最怕信息过载。\u003C\u002Fp>\u003Cp>当然，循环也不是白送的。它要求你更会判断结果质量，也要求你会设计自动检查机制。没有测试、没有评估标准、没有明确的停止条件，循环就会变成无休止的来回修改，最后只是在消耗时间。\u003C\u002Fp>\u003Ch2>对开发者来说，真正有价值的部分是什么\u003C\u002Fh2>\u003Cp>Loop Engineering 最有价值的地方，不是它给了一个新名词，而是它把大模型使用方式说得更接近工程现实。开发者本来就熟悉循环：编译、测试、修复；构建、发布、回滚；抓日志、定位问题、再验证。把 AI 放进这个结构里，比把它当成“万能问答框”更靠谱。\u003C\u002Fp>\u003Cp>这也解释了为什么很多团队开始把 AI 接进现有工具链，而不是只停留在聊天窗口。模型可以写代码、改文档、生成测试、总结 issue，但前提是你把每一步的输入和输出定义清楚。Loop Engineering 讲的就是这种“把人类判断嵌进流程”的思路。\u003C\u002Fp>\u003Cp>如果把它落到日常开发里，可以关注这几件事：\u003C\u002Fp>\u003Cul>\u003Cli>把任务拆成可验证的小步，而不是一次性求最终答案\u003C\u002Fli>\u003Cli>给每一步都加上明确的验收标准\u003C\u002Fli>\u003Cli>让模型先产出，再用测试或规则筛选\u003C\u002Fli>\u003Cli>把高频循环写成脚本、模板或代理流程\u003C\u002Fli>\u003C\u002Ful>\u003Cp>这类方法对个人开发者也有意义。一个人做项目时，最缺的往往不是灵感，而是稳定的执行节奏。Loop Engineering 提供的正是这种节奏：先生成，再校验，再修正，再固化。它把“和 AI 协作”从一次性对话，变成可重复的工程动作。\u003C\u002Fp>\u003Cp>如果你想继续看这类 AI 编程方法，可以参考 OraCore.dev 的相关内容，比如 \u003Ca href=\"\u002Fnews\u002Fclaude-code-ai-workflow\" target=\"_blank\" rel=\"noopener\">Claude Code 工作流\u003C\u002Fa> 和 \u003Ca href=\"\u002Fnews\u002Fai-agent-development-patterns\" target=\"_blank\" rel=\"noopener\">AI agent 开发模式\u003C\u002Fa>。这些话题和 Loop Engineering 讨论的是同一件事：怎么让模型在真实任务里稳定产出，而不是只在演示里表现好看。\u003C\u002Fp>\u003Ch2>结尾：它更像一种工程习惯\u003C\u002Fh2>\u003Cp>Loop Engineering 不是某个公司推出的新产品，也不是一套必须照抄的官方规范，它更像一种开始成形的工作习惯。它提醒开发者，和大模型协作时，最值钱的能力可能不是写出最漂亮的提示，而是把反馈循环设计得足够短、足够清楚、足够可验证。\u003C\u002Fp>\u003Cp>接下来值得观察的，不是这个词会不会继续火，而是它会不会真正进入团队流程：代码审查、测试生成、文档维护、研究摘要，这些地方都很适合做循环。如果你已经在用 AI 写代码，不妨问自己一个更实际的问题：你现在是在“提问”，还是已经在“设计循环”？\u003C\u002Fp>","Loop Engineering把提示词工作改成“观察-反馈-修正”的循环流程，Boris Cherny和Addy Osmani都在讨论它。","zhuanlan.zhihu.com","https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2050688288948744657",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782205390205-vbwl.png","ai-agent","en","c615cb9a-1006-4f70-ae81-c0bc61b85dee",[17,18,19,20,21],"Loop Engineering","Claude Code","Anthropic","prompt engineering","AI coding",[23,24,25],"Loop Engineering强调反馈循环，而不是一次性完美提示词。","Boris Cherny和Claude Code让这个概念迅速被讨论。","对开发者来说，重点是设计检查点、测试和修正流程。",0,"2026-06-23T09:02:37.953008+00:00","2026-06-23T09:02:37.941+00:00","fe05efaa-cfe8-4382-afd9-6583471c8a11",{"tags":31,"relatedLang":40,"relatedPosts":44},[32,34,36,38],{"name":20,"slug":33},"prompt-engineering",{"name":18,"slug":35},"claude-code",{"name":19,"slug":37},"anthropic",{"name":21,"slug":39},"ai-coding",{"id":15,"slug":41,"title":42,"language":43},"loop-engineering-claude-code-workflow-zh","Loop Engineering：Claude Code 的新工作法","zh",[45,51,57,63,69,75],{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"020c80c8-c92f-4f7b-a175-0cb29bd1b8c7","glm-5-kill-vibe-coding-agent-engineering-en","GLM-5 Is Right to Kill Vibe Coding and Push Agent Engineering","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782223372408-840t.png","2026-06-23T14:02:24.351865+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"35797094-793b-4275-9be4-3ffe6193bf5c","fable-5-ban-model-routing-race-en","Fable 5 ban exposed a model-routing race","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782145076393-x05m.png","2026-06-22T16:17:25.629832+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"51df3944-5a66-4f6c-955b-f33fbe60ad11","myseum-scanon-privacy-first-moderation-bet-en","Myseum’s Scanon deal is a sensible bet on privacy-first moderation","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782029869546-6fcl.png","2026-06-21T08:17:20.708973+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"18da151c-a324-4fa7-a302-2377d6d3c31a","adopt-ai-code-review-without-losing-quality-en","Adopt AI Code Review Without Losing Quality","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782025369117-48l7.png","2026-06-21T07:02:26.058503+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"b94f53aa-8441-4796-b275-545405dcde6e","crypto-ai-agents-hidden-model-risk-en","Crypto AI Agents Face a Hidden Model Risk","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782023571255-awa6.png","2026-06-21T06:32:27.752946+00:00",{"id":76,"slug":77,"title":78,"cover_image":79,"image_url":79,"created_at":80,"category":13},"d44b69cc-40fe-4243-b387-0ca8c3bcfddf","ai-agents-software-finance-risk-en","AI agents are moving into real software and finance","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782022673817-yy8n.png","2026-06-21T06:17:28.524678+00:00",[82,87,92,97,102,107,112,117,122,127],{"id":83,"slug":84,"title":85,"created_at":86},"03db8de8-8dc2-4ac1-9cf7-898782efbb1f","anthropic-claude-ai-agent-task-automation-en","Anthropic's Claude AI Agent: A New Era of Task Automation","2026-03-25T16:25:06.513026+00:00",{"id":88,"slug":89,"title":90,"created_at":91},"045d1abc-190d-4594-8c95-91e2a26f0c5a","googles-2026-ai-agent-report-decoded-en","Google’s 2026 AI Agent Report, Decoded","2026-03-26T11:15:23.046616+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"e64aba21-254b-4f93-aa21-837484bb52ec","kimi-k25-review-stronger-still-not-legend-en","Kimi K2.5 review: stronger, still not a legend","2026-03-27T07:15:55.385951+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"30dfb781-a1b2-4add-aebe-b3df40247c37","claude-code-controls-mac-desktop-en","Claude Code now controls your Mac desktop","2026-03-28T03:01:59.384091+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"254405b6-7833-4800-8e13-f5196deefbe6","cloudflare-100x-faster-ai-agent-sandbox-en","Cloudflare’s 100x Faster AI Agent Sandbox","2026-03-28T03:09:44.356437+00:00",{"id":108,"slug":109,"title":110,"created_at":111},"04f29b7f-9b91-4306-89a7-97d725e6e1ba","openai-backs-isara-agent-swarm-bet-en","OpenAI backs Isara’s agent-swarm bet","2026-03-28T03:15:27.849766+00:00",{"id":113,"slug":114,"title":115,"created_at":116},"3b0bf479-e4ae-4703-9666-721a7e0cdb91","openai-plan-automated-ai-researcher-en","OpenAI’s plan for an automated AI researcher","2026-03-28T03:17:42.312819+00:00",{"id":118,"slug":119,"title":120,"created_at":121},"fe91bce0-b85d-4efa-a207-24ae9939c29f","harness-engineering-ai-agent-reliability-2026","Harness Engineering: From Bridle to Operating System, The Missing Link in AI Agent Reliability","2026-03-31T06:36:55.648751+00:00",{"id":123,"slug":124,"title":125,"created_at":126},"7a09007d-820f-43b3-8607-8ad1bfcb94c8","mcp-explained-from-prompts-to-production-en","MCP Explained: From Prompts to Production","2026-04-01T09:24:40.089177+00:00",{"id":128,"slug":129,"title":130,"created_at":131},"116d5ee9-a4f1-4b5a-aac5-5d035dd22bbe","amazon-bedrock-agents-multi-agent-workflows-en","Amazon Bedrock Agents Gets Multi-Agent Workflows","2026-04-01T09:30:30.197685+00:00"]