Loop Engineering：讓 AI Agent 自己跑起來的工程學

2026 年 6 月，Addy Osmani（Google）、Boris Cherny（Anthropic, Claude Code 負責人）、Peter Steinberger（OpenClaw）各自獨立地喊出了同一件事：我們對 AI agent 的思考方式需要再升一層。

Osmani 把它命名為 Loop Engineering，整理成一份 10 頁的工作筆記。我讀完後的感想是：我們已經在做很多它描述的事——但有幾個盲點值得正視。

Prompt → Context → Harness → Loop：四層進化

這份文件定義了 AI 工程的四層堆疊：

每層往上，關注的單位放大一級。Prompt 層的錯誤，一個對話就被人類抓到；Loop 層的錯誤，會被寫進 state file，跨越數十輪後才爆炸。

這就是為什麼 Loop Engineering 不只是「加個 cron job」。 它需要一套完全不同的工程紀律。

一圈五動作

一個完整的 Loop 每轉一圈做五件事：

1. Discovery — agent 自己找工作（讀 CI 失敗、open issues、近期 commits），不是人類每天早上告訴它要做什麼
2. Handoff — 每個任務獨立 worktree，多個 agent 不踩彼此的檔案
3. Verification — 獨立 agent 審查，預設「程式碼有罪直到被證明無罪」
4. Persistence — 結果寫到對話之外（PR / state file / ticket）
5. Scheduling — 自動觸發，不靠人工

五個動作缺任何一個，迴圈就會以特定的方式壞掉。

五種失敗模式：你的 Agent 正在犯哪個？

這是我覺得全文最值錢的部分——一張診斷清單：

Nodding Loop（省略 Verification）：agent 從不對自己說「不」。跑幾百輪，每一輪都自我認可。這是最常見也最危險的模式——因為看起來「一切正常」。

Amnesiac Loop（省略 Persistence）：每天早上從同一個地方開始，昨天的進展全部蒸發。agent 有記憶嗎？有，活在 context window 裡。但 context window 關了就沒了。

Manual Loop（省略 Scheduling）：第一天興奮地建好，第二天忘了跑。靠人工手動觸發的「自動化」不是自動化。

Blind Loop（省略 Discovery）：自動化了「做」的部分，但「找什麼做」還是靠人類。你只是把打字員換成了 agent，決策權還在你手上——問題是你不一定每天都有空做決策。

Tangled Loop（省略 Handoff）：多個 agent 同時修改同一個工作目錄，merge 一團亂。

我對照自己的 agent 架構盤點了一遍，發現 Manual Loop 和 Blind Loop 是我最需要補強的地方。

最關鍵的設計原則：不要讓 Agent 審查自己的作業

論文花了大量篇幅論證這件事，我認為這是全文最重要的一課。

為什麼 agent 自我審查必然失敗？因為 context window 裡充滿了它選擇這樣寫的自我說服理由。它已經 committed to 這個方案，你叫它回頭評估，它會繼續點頭。

正確做法借鑑 GAN（生成對抗網路）的思路：

• Generator：寫程式碼的 agent
• Evaluator：獨立 agent，不同模型，不同指令，預設態度是懷疑

關鍵字是「獨立」和「預設懷疑」。不是同一個 agent 換一個 system prompt，是完全不同的 context，看到的只有產出物，沒有產出過程中的自我說服。

在我的實踐中，這對應的是 Codex review gate——每個功能完成後必須經過 Codex（OpenAI o3 驅動）獨立審查，審查前不算完成。它看不到 Claude 的推理過程，只看到程式碼差異，天然就是一個 cold evaluator。

四個會默默殺死你的成本

迴圈自動運行，同時也自動累積四種債務：

Verification debt（驗證債）：每個 PR 節省的時間，換來的是一堆未經人類真正理解的變更。它們可能全部正確，也可能某一個埋了一顆雷。

Comprehension rot（理解腐爛）：迴圈寫的程式碼越多，你真正理解的比例越低。你的心智地圖開始落後於 codebase。

Cognitive surrender（認知投降）：迴圈越可靠，你越不想有意見。「它之前都做對了嘛。」——直到你把判斷力外包給一個無法做判斷的系統。

Token blowout（費用爆炸）：一個小 bug 可以讓 agent 整夜產生 helper function 和 retry，帳單在你睡覺時三倍成長。

這四者互相強化。你因為 comprehension rot 而減少 review，減少 review 加速 verification debt 累積，累積的債務讓你更不想看，最終 cognitive surrender。

三條操作守則

論文給了三條精確的防禦紀律：

1. Read a Sample, Always（每天讀抽樣）：不需要讀全部輸出，但要能解釋「它做了什麼、為什麼這樣做」。無法解釋 = 心智地圖已落後。

2. Cap Before You Ship（出發前設上限）：每次執行預算、每日預算、最大重試次數。這些是熔斷器，不是省錢工具。

3. Keep One Door Open（保留一扇門）：在迴圈中至少建一個讓人類可以介入的 checkpoint。不是因為你一定會介入——而是這扇門的存在讓你保持在掌控的位置。

迴圈是放大器，不是平等器

論文最後的 punch line 我覺得很到位：

迴圈讓「生成」幾乎免費，留下的稀缺資源是「判斷力」。

同一個迴圈，由兩個不同的工程師建造，六個月後產生截然相反的結果。差異不在迴圈本身，而在建造者有沒有在迴圈中保留讓自己繼續掌控的 checkpoint。

一個人站在迴圈頂端做架構師，另一個人成為自己無法讀懂的機器的守門人。

帶著判斷力進去，放大判斷力；帶著懶惰進去，放大懶惰。

這份筆記源自 Addy Osmani 的《Loop Engineering: Stop Asking Me What It Is》工作筆記，由 Peter Steinberger、Boris Cherny 共同貢獻。

我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。