Loop-Engineering

什么是 Loop Engineering Loop Engineering 是 2026 年上半年在 AI Agent 圈子里逐渐流行的说法。它的核心思路是：与其由人逐步编写 Prompt、检查结果、再发出下一条指令，不如先设计一个自动循环系统，明确目标、检查方式和停止条件，让 Agent 按照「感知 → 行动 → 观察 → 再决策」的过程反复迭代，直到任务达到可验证的完成状态。 每个 Agent 本质上都运行在某种循环中。Loop Engineering 关注的是有意识地设计这个循环，包括：Agent 每轮能看到什么、可以执行什么操作、如何取得反馈、谁负责判断完成，以及什么情况下必须停止。 这个模式可以追溯到 ReAct（Reason + Act）范式：模型推理后采取行动，再根据环境返回的观察结果继续推理。Loop Engineering 将这种「推理—行动—观察—重复」的过程扩展为可控制、可验收的工程流程。 与 Prompt Engineering 的区别 维度 Prompt Engineering Loop Engineering 人的工作 编写当前这一步的指令 设计目标、反馈、验证和停止条件 执行方式 通常是一次或少量交互 自动进行多轮迭代 完成判断 人或执行任务的模型临场判断 预先定义的检查器或验收条件 适用场景 问答、生成单个结果、短任务 自动代码生成、软件维护、多步骤自主任务 两者不是替代关系。清晰的 Prompt 仍然是循环中每一步的输入；Loop Engineering 解决的是如何让这些步骤持续运行，并在正确的时机停下来。 一个循环需要哪些部分 一个可用的 Loop 通常包含以下要素： 目标：最终需要达到的状态，而不只是要执行的动作。 行动范围：Agent 可以读取、修改和执行哪些内容。 反馈：测试、构建、CI、部署状态或其他环境输出。 完成条件：可以重复执行并得到明确结果的验收检查。 状态：跨轮次保存的需求、进度、失败摘要和已完成事项。 停止条件：成功、达到最大轮次、超时或遇到不可恢复错误。 完成条件应尽量由测试退出码、构建结果、文件状态等客观信号表达，而不是让 Agent 根据自己的回答判断「应该已经完成」。这也是 Harness Engineering 能为 Loop 提供的关键能力：Loop 决定继续还是停止，Harness 提供可重复的验收信号。 ...

这套 skills 是什么 Matt Pocock（Total TypeScript / aihero.dev 作者）公开了一套面向 AI 编码的 Agent Skills 集合，本质是一组 SKILL.md 文件，把「从想法到上线」的工程流程拆成若干可被 Agent 按需加载的步骤。它不是某个 IDE 插件，而是一批可以装进 Claude Code（或其他支持 skill 的 harness）的流程说明。 装好之后目录大致是这样：~/.claude/skills/ 下一批软链接指向实际的 skill 仓库；setup-matt-pocock-skills 是每个仓库跑一次的前置配置（约定 issue tracker、triage 标签、文档布局）；ask-matt 是一个路由 skill，用来在记不清该用哪个流程时反查。 主流水线：idea → ship 大部分工作走这一条线： grill-with-docs：用连续追问把模糊的想法逼清楚，过程沉淀进 CONTEXT.md 和 ADR。没有工作目录时用 grill-me（无状态版）。 如果有些问题必须靠能跑的代码才能回答（状态、业务逻辑、要看的 UI），绕道 prototype 写一份一次性代码，用 handoff 在会话之间传递结论。 多会话构建：to-spec 把对话变成 spec，to-tickets 拆成一批 tracer-bullet ticket，每个声明自己的阻塞边；然后逐个 implement，ticket 之间清空上下文。单会话能做完就直接 implement。 implement 内部驱动 tdd（一次一个红-绿切片），收尾跑 code-review（Standards + Spec 两轴审查）再提交。 匝道和支线：bug 和请求堆积走 triage；线上出问题走 diagnosing-bugs（坚持先有一个已经变红的命令再谈修复）；大到一个会话装不下的模糊工程走 wayfinder（先画决策地图，产出决策而非交付物，再汇入 to-spec）。 ...