编程新范式 Loop Engineering 来袭,Claude Code 如何实现长时运行突破?

“Agent Harness”和“Harness Engineering” 摘要:2026年AI工程化领域,"Agent Harness"(AI代理运行控制系统)与"Harness Engineering"(马具工程方法论)常被混淆。前者是管理AI代理非推理事务的技术实体(工具调用、记忆管理、安全约束等7层架构),后者是设计优化该系统的工程学科。研究表明,优化的Harness设计可使同一模型性能提升10倍。两者关系如同"马具"与"制具工艺":Harness Engineering指导Agent Harn 阅读详情

编程新范式:Loop Engineering 登场

Anthropic 工程师、Claude Code 创建者 Boris Cherny 称,1 年前他在 IDE 里写代码,配合自动补全功能,去年 11 月卸载了 IDE,开始用 Claude 写代码。现在,他不再提示 Claude,而是用循环提示并判断接下来该做什么,工作变成了写循环。他认为这是接下来几个月甚至今年剩余时间的转变。

“龙虾之父”Peter Steinberger 也发推表示,不该再给编程 Agent 写提示词,应设计循环机制让循环提示 Agent。该帖子获 150 万浏览量并引发开发者讨论。Boris Cherny 和 Peter Steinberger 的评论将 Loop Engineering 推到台前,即开发者设计循环系统提示、调度和约束 Agent。

有网友称 LinkedIn 可能掀起“Loop Engineering”潮流,Peter 回应大概 3 个月后人们将讨论“设计 loops 的舰队”。社区已把“写 Loop”视为继写 Prompt 之后的下一层抽象,也有人概括为“从 prompt engineer 到 meta - prompt engineer”。

开发者实践与反馈

有开发者验证了这种方式可行,但遇到字符膨胀问题,额度消耗快。若能解决问题,可 2 倍速度、低成本完成同样工作。

有开发者对 Loop 工程含义存疑,认为它像 cron job。对此,有开发者表示需要反馈循环,就像开发团队需要了解新功能情况、用户问题、工作流优化等。LLM 可直接访问或生成数据,且需要明确目标和验证输出结果的反馈循环。

YC CEO Garry Tan 提醒不要把 Agent 变成“富士康工厂”式重复劳动机器,开发者应让 Agent 承担更多工作。有开发者指出让 Agent 做更多事,但边界要明确,要提供清晰上下文、可信工具、可审计操作记录和安全停止条件。

一名开发者指出设计 loop 只完成一半,另一半是放入能说“不”的机制,Peter 回应在项目中使用 VISION.md 文件。这说明有效的 Loop Engineering 是带反馈闭环的工程系统,Loop 需知道何时继续、停止、回滚和交给人类处理,否则 Agent 错误会放大。

也有开发者表示这高度依赖具体场景,用 loops 构建 Web 应用可能导致系统膨胀,需建立严格治理栈和清晰规范。还有人追问 loop 的循环方式。

Claude Code 的 Loop 功能与工作流

Claude Code 发布了 Loop 功能,开发者可在 CLI 中设置周期性提示词,让其按固定间隔反复执行任务。Boris Cherny 介绍工作流是让大量 AI Agent 长时间并行工作,夜间运行“几千个”,通过 Claude App 管理任务。

工作流关键在于 Claude Code 中 /loops 和 Routines 两个面向持续自动化的功能。用户可通过 cron 在本地定时运行 /loops,Routines 运行在服务器端,可执行周期性任务,即使工程师合上笔记本电脑,Agent 仍可工作。

Loops 关键变化是不依赖外部 cron 或 shell loop,会在持续存在的 Claude Code 会话中运行,保留上下文窗口等,让 Agent 记住上一轮操作。开发者可用自然语言或命令创建任务。

当网友询问 Peter 实现方式,他仅表示用 claw 监视 Codex。目前 Codex 虽有自动化 / 定时能力,但 CLI 里没像 Claude Code 那样设立明确原生循环命令。有用户询问在 VS Code 中实现方法,Peter 反问“现在还有谁用 VS Code?”

Token 消耗问题与应对

循环工程 token 消耗量高,Boris Cherny 和 Peter Steinberger 背后公司提供近乎无限 token 支持,但社区很多人 token 预算有限。Developers Digest 提醒团队要提前规划使用成本。

对于 token 消耗问题,Peter 无解,有人指出 20 美元套餐不可能,他称“难道你的时间真不值钱吗?”有开发者表示 Token 充裕公司可用 while 循环,Token 紧张初创公司可用 for 循环实现目标。网友质疑 Peter,他回答好创意仍需人类巧思。

Claude Code 对 token 消耗问题做了各种限制,如 Loops 支持最小 1 分钟间隔,最长运行 3 天,到期自动停止;Loops 绑定当前 Claude Code 会话,关闭终端或结束会话后停止;还提供禁用 Loop 的开关。

Loops 实现的困难

有网友指出调试跑了 47 轮的状态机比修好一个 prompt 难 10 倍,且大多数人连可靠的一次性 prompt 都写不好。

一些使用 Loop 的开发者表示,一开始设置容易,但之后有很多痛点,修复费劲。有开发者后悔引入 Loop,迁移到其他方案耗费时间和资源,只能继续撑着。还有开发者建议尽早迁移,时间越久情况越糟。

Claude Code 的长时运行进化

Loops 工程重点是让 Agent 长时间运行不跑偏并能判断对错,Claude Code 是典型代表。Anthropic 应用 AI 团队工程师 Ash 表示公司探索方向更偏“尽量完全自主”,目标是把人类判断写入 Harness,而不是插入人工兜底。

过去一年,Claude Code 从只能连续运行约 20 分钟、易出错,进化到几乎由自己编写、可连续运行数天。Anthropic 工程师 Andrew 指出让 Agent 连续运行数小时甚至数天,核心难点有上下文、规划和自我判断。

为解决问题,Anthropic 采用两条路径:提升模型本身,把长时任务能力写入模型权重;改造模型外部的 Harness。早期长时运行 Agent 会拆解需求成持久化文件,在新上下文窗口中反复执行任务,缓解上下文丢失和任务漂移。

随着新模型能力增强,Anthropic 开始简化 Harness。Opus 4.6 擅长规划和工具选择,Sonnet 4.6 以低成本提供接近 Opus 的执行能力,常见组合是用 Opus 做规划、Sonnet 执行代码。服务器端压缩和百万级上下文窗口使模型在单一长会话中保持更久连贯性。

Anthropic 内部实验的前沿 Harness 模式是生成器—评估器—规划器结构,借鉴生成对抗网络思想。评估器有独立上下文窗口和系统提示词,用 Playwright 测试应用。Ash 指出自我评估是陷阱,把“构建者”和“批评者”拆开训练更可控。

在评估主观质量方面,Anthropic 尝试将“品味”写成可评分的量规,将前端应用质量拆成设计、原创性、工艺和功能性四类标准,并调整权重。为从页面生成走向完整应用,引入规划器角色,生成器和评估器协商“什么叫完成”,形成契约后评估器按契约验收。

对于 Ralph Loop 是否有价值,Andrew 表示在百万级上下文窗口和 Opus 4.6 连续会话能力下,选择取决于用例和评测。Ash 认为上下文腐烂是临时缺陷,某些支架组件未来可能移除。

​开源大模型实战:GLM-4.1V-Thinking本地部署教程(附API调用代码) ​在AI应用从“能用”向“好用”进阶的当下,​的需求愈发强烈:企业需保障数据安全(如医疗影像、金融报告不外传),开发者追求定制化能力(如微调模型适配垂直场景),科研团队则依赖离线环境处理敏感数据。智谱AI开源的​(10B级参数,支持图像、视频、文档多模态推理)凭借的优势,成为本地部署的热门选择。不过,对于“不想折腾技术”的普通用户或快速验证需求的团队而言,​,无需安装配置,打开即用,堪称“零门槛”体验的捷径。本文将分为两部分:先手把手教你​(适合有技术背景的用户),再对比介绍。 阅读详情

相关推荐

多模态特征融合方法总结

由于本人的研究是文本、语音和图像三者模态数据的融合,所以针对的是这三种模态的特征融合方法进行总结。 首先,多模态特征融合的方法大体分为三种

华辰烟雨的博客 9万+

Claude Code Loop Engineering:AI编程的人机协同闭环实践

在软件工程领域,人机协同正成为提升开发效率的新范式。其核心原理在于建立结构化的反馈循环,将大语言模型从单次代码生成工具转变为可迭代、可验证的智能编程伙伴。这一模式的技术价值在于将AI输出的不确定性纳入可控的工程管理流程,通过任务分解、上下文锚定和验证驱动,显著提升复杂代码任务的生成质量与可靠性。典型的应用场景包括复杂算法原型实现、遗留代码重构、以及测试用例与文档的自动化生成。本文以Claude Code的“Loop Engineering”方法论为例,深入探讨如何通过标准化的四阶段工作流——需求澄清、迭代开

chutisun0039的博客 462

实战拆解:RAG vs Agent在金融风控中的性能对比

2024年上半年我帮某华东地区城商行做零售交易反欺诈系统升级时,技术团队曾发生过一次激烈争论:一派认为应该优先上RAG(检索增强生成)方案,成本低、落地快、合规性好;另一派坚持要上Agent(智能体)方案,推理能力强、能应对复杂新型欺诈。最终我们做了完整的AB测试,结论是两者没有绝对的优劣,只有场景适配的差异:RAG适合高并发、低时延的实时风控场景,Agent适合低并发、高准确率要求的事后核查/大额审批场景,两者结合的 hybrid 方案能覆盖95%以上的风控需求。本文我会结合真实项目的测试数据,从核心概念

AI天才研究院 252

Claude Code Loop Engineering:从手动提示到自主循环的范式转变

本文介绍了2025-2026年兴起的Loop Engineering(循环工程)编程范式及其核心技术架构。

欢迎.... 471

Kill5.37版本下,使用ARMcomplier6编译__asm 函数报错的问题

Kill5-5.37版本下,使用ARMcomplier6编译__asm 函数报错的问题 问题简要描述: 昨日更新了keil5软件的版本,从5.17更新到了5.37版本,然后编译STM32项目文件时,软件提示编译报错。报错问题如下: Build started: Project: QKsoftware *** Using Compiler 'V6.18', folder: 'E:\MDK-ARM\ARM\ARM\ARMCLANG\Bin' Build target 'QKsoftware' compiling

weixin_43644424的博客 1万+

【开源~磁悬浮】零代码,纯硬件闭环:从霍尔到H桥的磁悬浮稳定术

本文详细介绍了如何不依赖任何代码,仅通过模拟和数字电路的组合,实现一个完整的磁悬浮闭环控制系统。从霍尔传感器检测位置,到运放电路进行信号调理与模拟PID控制,再到H桥驱动电磁铁执行纠偏,全程使用基础电子元器件搭建。文章深入剖析了系统原理、电路设计、调试技巧与实践经验,展现了纯硬件实现自动控制的独特魅力与挑战。

perl8的博客 623

Loop Engineering 入门:Claude Code 循环机制与资源消耗代价

假设你的月 API 预算只有 100 美元,你会优先尝试 Loop Engineering 还是继续优化单次 prompt?为什么?

omonday1234的专栏 285

Ubuntu22.04+Docker一键部署Autoware Universe避坑指南(附鱼香ROS配置)

本文详细介绍了在Ubuntu22.04系统中使用Docker一键部署Autoware Universe的完整流程,包括鱼香ROS工具链配置、Docker环境优化及VSCode开发环境集成。通过实战指南帮助开发者快速搭建自动驾驶开发环境,解决常见部署问题,提升开发效率。

weixin_29254673的博客 419

爆火的 Loop Engineering,三个文件让 Claude Code 循环验证代码直到全绿

Loop Engineering 本质上是在工作流设计层面解决了一个长期存在的问题:AI 写代码的过程中,验证从来不是内置的。搭建完成后,你和 Agent 的协作方式发生了根本改变。以前:描述需求 → 等结果 → 人工验证 → 反馈 → 再等结果,验证是你的工作。现在:输入/loop <任务>→ 等循环结束 → 审 diff → 决定要不要提 PR,验证是系统的工作。你从质检员变回了需求方。本文为 JeecgBoot AI 专题研究系列文章。发布设置:置顶=是, 推荐=是, 发布时删除第一行大标题。

JEECG官方博客 569

嵌入式工程师成长之路(7)——算法学习

算法大全1、风仲达——算法笔记2、坐在马桶上学算法3、啊哈算法4、深度强化学习实验室。

云轩阁 4万+

生信分析进阶14 - 从GTF文件提取基因、转录本、TSS和TSE

从GTF文件提取基因、转录本、TSS和TSE

LittleComputerRobot的博客 680

Claude Code Loop Engineering: 从提示工程到循环工程

Loop Engineering 的核心思想源于 2022 年 Princeton 和 Google 研究人员提出的ReAct 框架思考:模型分析当前状态,决定需要什么行动:调用工具(读文件、运行测试、编辑代码)观察:获取行动结果重复:回到思考阶段,直到任务完成Claude Code 的代理循环(Agentic Loop)正是这一模式的生产级实现。使用 Claude Code 的计划模式(plan mode)四阶段工作流:探索(计划模式):Claude 读取文件,回答问题,但不做修改计划。

zg_hover的专栏 459

RK3568笔记六十一:MIPI摄像头应用程序编写

V4L2设备驱动框架向应用层提供了一套统一、标准的接口规范,应用程序按照该接口规范来进行应用编程,从而使用摄像头。对于摄像头设备来说,其编程模式如下所示:1.首先是打开摄像头设备;2.查询设备的属性或功能;3.设置设备的参数,譬如像素格式、帧大小、帧率;4.申请帧缓冲、内存映射;5.帧缓冲入队;6.开启视频采集;7.帧缓冲出队、对采集的数据进行处理;8.处理完后,再次将帧缓冲入队,往复;9.结束采集。

1005

循环工程(loop engineering):为AI编码智能体设计系统的终极指南

循环工程就是构建一个能按计划、围绕目标自动向你的智能体发出提示的系统,而不是每次都手动输入提示。价值杠杆点从单个提示的质量,转移到了生成和验证提示的系统设计上。早期采用者感到惊讶的是,这已不再是“自己动手丰衣足食”的时代。一年前,“循环”还意味着一堆只有你自己懂、且需要永久维护的Bash脚本。而到了2026年年中,这些功能模块已经内置于产品之中。Peter Steinberger列出的循环所需清单,几乎与OpenAI Codex应用的功能完全吻合,也与Anthropic的Claude Code高度一致。

SunnyRivers 520

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

【AI】Loop Engineering:AI 编程范式的下一次跃迁

摘要:Loop Engineering 代表了 AI 编程范式从"人驱动"向"系统驱动"的根本性转变(2026年)。其核心在于设计自动化循环系统,让AI Agent自主完成"发现工作→分配任务→执行→验证→持久化状态"的闭环,而非人工逐轮提示。这一范式演进经历了Prompt Engineering(单次交互)、Context Engineering(信息环境设计)、Harness Engineering(单次装备配置)到Loop Engineering(持续自主运行)四个阶段。典型应用包括自动代码审查/修复

linjiuxiansheng的博客 1273

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

【AI编程通识】Prompt,Context,Harness,and Loop Engineering

本文系统梳理了AI辅助编程的演化阶段与核心范式。

📷 图像处理践行者 | 传统算法 · 深度学习 · 多模态 | 分享实战经验与技术洞见,探索从像素到智能的无限可能。 988

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

Loop Engineering全解析,重塑AI编程范式,实现代码工程全自动迭代

文章摘要: Loop Engineering(循环工程)是AI编程的第三次革命性变革,通过构建自循环系统实现AI全流程自动化开发。它颠覆了传统人工干预模式,将单次AI对话升级为持续自主迭代的系统,涵盖需求挖掘、任务执行、校验优化等环节。其核心架构分为四层:提示词层、上下文层、工程环境层和循环迭代层,并遵循发现、计划、执行、验证、迭代的五阶段通用循环机制。关键设计是“状态外置”,避免依赖模型上下文,确保长期稳定运行。六大核心要素(如自动化调度、工作树隔离)支撑企业级落地,推动AI从“助手”进化为“自主工程团队

小程故事多的博客 470

AI Coding概念与实战:Loop Engineering、Agent Loop、Ralph Loop

AI Coding概念与实战:Loop Engineering、概述、演变、角色转换、要素、对比驾驭工程、三大风险、实践;Agent Loop、演进、模块;Ralph Loop、snarktank、Ralph-TUI、参考、

lonelymanontheway的博客 687

Loop Engineering实战教程:AI编程Agent三层循环落地全流程

2026年,AI编程已经彻底告别传统Prompt对话模式。很多开发者陷入一个固定误区:疯狂打磨提示词、逐句微调指令,试图让大模型一次性输出完美代码。但实际落地中,无论模型能力强弱,单次生成永远会存在逻辑漏洞、边界缺失、适配偏差,最终还是需要人工反复修改,根本无法解放双手。人工智能科学家吴恩达近期在《The Batch》专栏发布的AI开发新方法论,彻底推翻了这套旧逻辑。他明确指出,当下AI开发的核心竞争力,已经不是写出精妙、精简的Prompt,而是。

从零开始,掌握网络安全。提供全面的网络安全教程、攻防演练技巧和行业动态。 103

从Loop Engineering看AI圈的命名营销学:万物皆可“工程”

从命名进化史(Prompt→Context→Harness→Loop)到 Boris、Peter、Eddie 三人的动机拆解,再到成本与安全的硬伤,说清这个 480 次 API 调用就能烧穿 20 美元套餐的"Loop Engineering",为何被抬到了配不上的高度;同时明确,"Loop Engineering"本身是一种名词营销,但“自治系统”的大方向的确没错,我们还需要更有突破性的技术来向这一目标迈进。

2301_79111712的博客 241

【AIGC】Claude(Anthropic)

Claude 是由公司开发的一系列大型语言模型(LLM),旨在提供安全、可靠、有益且符合人类价值观的 AI 助手。自 2023 年初首次发布以来,Claude 已成为与 OpenAI 的 GPT 系列、Google 的 Gemini 并列的主流大模型之一。2025年11月19日,Anthropic宣布与微软扩大战略合作,Claude Sonnet 4.5、Haiku 4.5和Opus 4.1模型正式上线 Microsoft Foundry 平台公测。

bryant_meng 1517

Harness Engineering:构建人机协同的AI Agent软件工程新范式

在软件工程领域,随着AI Agent技术的成熟,传统的开发模式正经历深刻变革。AI Agent作为具备自主性和目标导向的智能体,能够理解需求、拆解任务并执行编码,这标志着从“工具使用”到“智能体协作”的范式转移。其技术价值在于将工程师从重复性编码中解放,转向更高阶的系统设计和问题定义。应用场景涵盖从代码生成、测试用例编写到自动化运维等全生命周期。Harness Engineering正是应对这一变革的工程体系,通过精准化的上下文供给、原子化的流程设计以及清晰的人机权责界定,旨在高效驾驭AI Agent,确保

weixin_30546189的博客 398

从 Prompt 到 Loop:构建真正自主 AI Agent

今天任何一个开发者,不需要从头搭建调度器和评估框架,就能直接用 /loop、/goal、/schedule 组合出一个属于自己的自动化工作流——从盯 PR、修 CI,到批量处理 bug 报告、跑定时的代码迁移任务。Claude Code 负责人 Boris Cherny 说的一句话:我已经不再手动 prompt Claude,我的工作是写 loop这句话在 2026 年 6 月点燃了整个 AI 开发者社区。几乎同一时间,开发者 Peter Steinberger 喊出了类似观点,Google 工程师 A

LLM_9528的博客 441

从LangChain到OpenClaw:AI叙事场景的三次范式跃迁

我的角色从"写代码"变成了"编排能力"——这不是退化,而是AI叙事场景的第三次范式跃迁。

m0_59164520的博客 772

Claude Code:重新定义开发工作流的操作系统

开发者操作系统(DevOS)是近年来兴起的关键技术概念,指代将本地开发全生命周期抽象为可声明、可审计、可嵌套的自动化单元的新型基础设施。其核心原理在于通过上下文锚点(如 Git Ref + 环境指纹)、隔离态执行环境(如 git worktree)与事件驱动闭环(如 /loop 引擎)实现确定性开发体验。相比传统 Docker 或脚本方案,它在启动延迟、磁盘开销与 IDE 集成深度上具备工程级优势,尤其适用于多环境协同、合规审计与 AI 增强型自动化等高要求场景。Claude Code 正是以 /telep

weixin_30239339的博客 586

鱼皮《Vibe Coding 概念大全》精讲:一文吃透 AI 编程的核心术语体系

> 本篇技术指南以仓库内 [Vibe Coding 零基础教程/70 Vibe Coding 概念大全.md](https://link.gitcode.com/i/db8135ae17bd10a31e126ce81b9c2224) 为骨架,系统梳理 Vibe Coding(氛围编程)中的全部核心术语,涵盖 AI 基础概念、提示词工程、智能体编程模式、上下文管理、AI 输出控制、开发工具、项目管理

gitblog_00705的博客 343
上一篇: Anthropic:9650亿估值冲刺IPO,却呼吁全球AI急刹车,AI会脱离人类控制吗?
下一篇: AI时代小厂艰难突围:资金、技术劣势尽显,未来何去何从?
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值