循环工程详解：让AI自己给自己提示的编程新范式

从写提示词到构建循环：AI使用方式的范式转变

当下全球顶尖的AI用户和程序员正在热议一个新概念——循环工程（Loop Engineering），有时也直接简称为「循环」。Claude Code的创造者Boris Cherny和OpenClaude的创造者Peter Steinberger都在谈论它，并表示他们现在就是这么编程的：不再只是给聊天机器人写提示词，更不会手写代码，而是构建这些循环，让AI自己给自己提示。

这听起来有些抽象，甚至让人困惑。本文将系统拆解「循环工程」究竟是什么、如何运作、擅长什么、不擅长什么，并通过一个完整的实战案例和多个应用场景，帮你理解这一被称为「未来的AI使用方式」的新范式。

值得说明的是，循环工程通常在编程语境下被讨论，但它的应用远不止于此——内容创作、市场调研、自学新技能都能用上。虽然它最终要通过Claude Code或Codex这样的工具来运作，但你并不需要精通技术才能操作。

循环工程的技术背景

循环工程的概念并非凭空出现，它建立在近两年智能体（Agent）架构快速成熟的基础上。2023年以来，从AutoGPT、BabyAGI到MetaGPT，业界不断探索让大语言模型自主规划和执行复杂任务的方案。Claude Code是Anthropic推出的编程智能体工具，允许开发者在终端中直接与Claude对话完成代码编写、调试和重构；OpenAI的Codex则是其代码生成模型的商业化产品。这些工具的共同特征是：它们不再是简单的问答接口，而是具备文件系统访问、命令执行和多步推理能力的自主智能体，这为循环工程提供了技术底座。正是因为智能体可以「读写文件 + 执行命令 + 多步推理」，循环才有了运转的基础设施。

旧方法 vs 新方法：为什么循环工程更高效

传统提示词迭代方式的局限

旧方法的流程是这样的：作为人类，你写一个提示词发给智能体，它执行任务并产出结果，然后你审阅、再写下一个提示，它再产出……如此往复。你确实在迭代，但这个过程完全依赖人工介入，每一步都要等你，效率极低。这种方式在学术上被称为「人在环中」（Human-in-the-loop），它的瓶颈不在于AI的处理速度，而在于人类的响应时间和注意力带宽。当任务复杂度上升，需要几十甚至上百轮迭代时，人类就成了整个系统最慢的组件。

循环工程的核心结构

新方法则截然不同，它的宏观结构包含五个关键环节：

• 目标设定：由人类一次性设定一个明确目标
• 探索阶段：智能体自行找出需要做什么，制定计划，拆解成清晰步骤
• 并行执行：可以同时启动多个智能体（比如15个），每个负责一件事
• 验证环节：由验证智能体检查目标是否达成，达成则发布，未达成则继续迭代
• 记忆系统：独立于对话之外运行，实时追踪进展、记录已完成的步骤

其中「记忆」是极为关键的一环。这套系统独立于对话窗口运行，实时追踪当前进展、记录哪些步骤已经完成，正是这套记忆机制让智能体们能够顺利迭代下去，而不会在多轮循环中重复或迷失方向。

记忆系统的技术实现

从技术角度看，记忆系统解决的是大语言模型的上下文窗口限制问题。即便当前最先进的模型（如Claude 3.5的200K token窗口、Gemini的100万token窗口），在多轮长期任务中仍然会遇到信息丢失或「遗忘」早期指令的情况。循环工程中的记忆通常通过外部文件（如Markdown日志、JSON状态文件）、向量数据库（如Pinecone、ChromaDB）或结构化数据库来实现持久化存储。例如，Claude Code中的CLAUDE.md文件就是一种简单但有效的记忆机制——它在每次会话开始时被自动加载，让智能体「记住」项目背景和既往决策。这意味着即使对话窗口被关闭、token用完需要开启新会话，智能体依然能无缝接续之前的工作。

协调者智能体与专业智能体的分工

一个典型的循环工程工作流是：首先有一个**协调者智能体（Orchestrator）**统览全局，向各个专业智能体分配任务；每个专业智能体独立进行自己的探索循环；最终所有结果汇聚起来，形成完整成果。

这种架构模式借鉴了分布式计算中的主从架构（Master-Worker）思想。在软件工程中，这类似于微服务架构中的服务编排器（如Kubernetes的控制平面），负责任务调度、状态监控和故障恢复。在AI领域，Anthropic在其官方文档中将其称为「编排工作流」（Orchestration Workflow），Google的Vertex AI Agent Builder和微软的AutoGen框架也都实现了类似的多智能体协调机制。核心挑战在于如何让协调者准确判断子任务的完成质量，以及在子任务失败时如何优雅地降级或重试，而不是整个系统崩溃。

验证环节的工程实践

验证智能体的设计借鉴了软件工程中的测试驱动开发（TDD）和持续集成（CI）理念。在实际实现中，验证可以分为多个层次：语法层面的验证（代码能否运行、HTML是否合规）、功能层面的验证（是否满足需求规格）、质量层面的验证（输出是否达到预设标准）。常见的实现方式包括：让另一个LLM实例作为「评审者」打分、运行自动化测试套件、检查输出是否符合JSON Schema等结构化约束。这种「生成-验证」的对抗性架构类似于GAN（生成对抗网络）的思想——生成器负责创造，判别器负责挑错，通过内部博弈逐步提升输出质量。

开环与闭环：如何控制AI循环的成本

循环分为两种：开环和闭环。

开环循环范围极其宽泛，本质上就是告诉智能体「你自己去探索，看看该做什么，然后动手干」。它的魅力在于智能体可能会发现一些你根本想不到的东西。但代价是消耗大量token——因为它可以朝任何方向发展，即使完成了一个方向也会转向另一个方向不停继续。正如原视频所调侃的：「如果你在Meta上班，预算无限，那开环方案很完美。」

闭环循环则从明确目标出发。你事先看清路径、了解智能体可能采取的行动，每一步都有清晰的评估标准。这样预算就能保持相对可控，不至于失控烧钱。对大多数人来说，闭环是更务实的选择。

Token消耗与成本模型详解

要理解开环和闭环的成本差异，需要先理解token的计费逻辑。Token是大语言模型处理文本的基本计量单位，一个英文单词通常对应1-2个token，中文一个字约1.5-2个token。当前主流模型的API定价按输入/输出token分别计费，例如Claude 3.5 Sonnet约为每百万输入token 3美元、输出token 15美元，GPT-4o约为每百万输入token 2.5美元、输出token 10美元。

开环循环之所以特别烧钱，是因为存在「上下文膨胀」效应：每一轮探索都会生成大量中间推理文本，而这些文本在后续轮次中又作为上下文被重新输入模型，形成指数级的二次消耗。一个不加限制的开环循环单次运行消耗数十万甚至上百万token是常见情况，折算下来可能意味着一次运行就花费数十美元。相比之下，设计良好的闭环循环通过明确的终止条件和精简的上下文管理，可以将单次运行成本控制在几美元以内。

实战演示：用循环工程自动做大一家电商

为了让概念具体化，这里给出一个贴近生活的案例：假设你经营一家在线匹克球（Pickleball）装备商店，有一些客户但规模不大，你想把生意做大。整个方案由三个智能体构成，同时运行：

匹克球是北美增长最快的运动之一，2023年美国参与者已超过4860万人，年增长率约30%，这意味着这是一个正在快速膨胀的细分市场，非常适合用自动化营销工具来抢占增长红利。

智能体一：建造者（Builder）

负责搭建一个BuzzFeed风格的趣味测试——「根据你最喜欢的哈利波特角色推荐一款匹克球拍」。这类内容看似无厘头，却极易被分享传播。提示词要求它生成一个可独立运行的HTML文件，包含六个有趣的问题，巧妙对应到进攻型、策略型、社交型、防守型等打球风格，最后在揭晓结果前弹出邮箱收集表单。

这种策略在数字营销中被称为互动内容营销（Interactive Content Marketing），其核心原理是通过游戏化体验降低用户参与门槛，同时利用人们分享个性化结果的心理动机实现病毒式传播。据Demand Gen Report数据，互动内容的转化率比静态内容高出2倍以上，邮箱收集率可达30-50%——远高于传统弹窗的3-5%。

实测中，这个测试一次成型即可上线。用户回答几个问题后输入邮箱，就能获得「霍格沃茨风格剖析」和匹配的球拍推荐。虽然成品带着明显的「AI味」、并不完美，但作为一个可分享的引流工具已经足够。

智能体二：侦察兵（Scout）

负责内容调研，去挖掘潜在客户当前在讨论什么。它会搜索Reddit相关板块、竞争对手网站、搜索趋势和YouTube，根据受众规模、购买意向、内容缺口、测试/引流潜力等维度打分，最终输出排名前八的内容机会。

它给出的机会包括「我的球拍合规吗」「终极装备升级指南」「新手入门套件测试」「女性装备内容」等，并将结果记录到日志文件，方便回溯每一步进展。这种将调研结果写入持久化文件的做法，正是前文所述记忆系统的具体应用——下一个循环周期的智能体可以直接读取这些日志，在已有发现的基础上继续深入，而不是从零开始。

智能体三：增长智能体（Growth Agent）

它会等前两个智能体完成后再行动，整合所有产出、转化为可直接使用的营销素材，包括四项任务：网站链接审计（找出适合放置测试链接的位置及具体文案）、发布邮件（含主题、预览文本、正文、CTA）、社交媒体文案（分别为Instagram、Reddit、Facebook群组定制，符合各平台调性）、以及下一个测试的推荐。实测中它给出了12个网站投放位置建议和多平台文案，质量相当扎实。

用总调度智能体让循环自动运转

如果不想亲自协调，可以设置一个总调度智能体来管理这个三人团队：它先检查outputs/next_steps记忆文件了解上一周期进展，再分配任务、监控输出、整合成统一行动计划，最后进入循环评估三个条件——是否至少有三个未执行的内容创意？网站是否已和测试功能打通？下一个引流钩子是否确定？条件未满足就继续循环。再配合每周自动运行的日程（可通过cron定时任务或GitHub Actions等CI/CD工具实现），整个增长引擎就能自己「滚雪球」般运转。

这种设计体现了闭环循环的精髓：三个明确的退出条件就像三道「闸门」，确保循环不会无限运行下去，每周的token消耗都在可预测的范围内。

四个日常应用场景：循环工程无处不在

循环工程远不止用于电商。以下是四个可套用的现实场景：

自由设计师的客户管理：每周五下午自动运行，读取项目文件夹变化，加载记录了各客户名字、目标、沟通语气的技能文件，起草个性化进度更新并放入审核文件夹待人工把关。这里的「技能文件」本质上就是系统提示词的外部化存储，它让同一套循环能为不同客户生成截然不同风格的沟通内容。

备考学生的信息整理：每周日睡觉时运行，搜索所学领域过去一周最重要的五个进展，按相关度打分过滤，用大白话写成简报，并对比过去三周避免重复。这个场景展示了记忆系统的另一个价值——通过比对历史输出避免信息冗余，这是单次提示词交互无法实现的。

网店店主的转化优化：每月一号运行，读取销售数据，找出流量高但转化低的三个产品重写描述，并为爆款撰写推广文案，记录每次更改的原因。记录更改原因不仅便于人工审核，更让下一个月的循环能够评估上次优化是否有效，形成真正的闭环反馈。

YouTube创作者的选题规划：每周一早上运行，读取创意列表、拉取过去90天表现数据、结合当前趋势打分，输出排名前五的选题，并标注竞争对手已做过的。

冷静看待：循环工程的局限性

值得强调的是，循环工程虽强，但AI并不完美。以YouTube选题为例，作为长期做视频的创作者，原作者坦言AI「并不总能准确判断什么话题好什么不好」。因此你仍需保持批判性思维，把循环当作快速浏览大量创意与建议的辅助工具，再叠加自己的判断，而非全盘依赖。

此外还有几个需要注意的现实限制：首先是幻觉问题——AI可能在调研阶段生成不存在的数据或引用，验证环节虽能捕捉部分错误，但无法完全杜绝；其次是工具调用的不稳定性——智能体在访问外部网站、API时可能遇到访问限制或格式变化，导致循环中断；最后是评估标准的模糊性——当任务涉及创意质量、品牌调性等主观判断时，验证智能体的评分标准很难做到精确，仍需人类在关键节点介入把关。

结语：如何开始搭建你的第一个循环

循环工程代表了从「手写提示词」到「构建自动化循环」的思维跃迁。它的核心是：人类设定目标、AI自主探索执行、验证智能体把关、记忆系统贯穿始终。只要你拥有Claude或Codex的订阅，现在就可以动手搭建自己的第一个循环。

具体的起步建议是：从一个你每周重复做的小任务开始（比如整理笔记、写周报），先设计一个单智能体的闭环循环，明确输入文件、输出格式和终止条件；等你对循环的行为模式有了直觉后，再扩展为多智能体协作。不要一上来就追求复杂的编排——最好的循环往往是从最简单的版本逐步演化而来的。

这或许正是未来大多数人使用AI的方式——不再逐条对话，而是编排一整套能自我迭代的智能体系统。

核心要点