1. 从“会写代码”到“会设计循环”Loop Engineering 到底在解决什么问题第一次听到 Loop Engineering 这个词很多人会以为是某种新的编程语言或者框架。其实不是。它更像是一种工作方法论核心就一句话把 AI 编程工具从“一问一答的聊天框”改造成“能自己转起来的工程流水线”。你给它一个目标它自己拆任务、自己写代码、自己跑测试、自己看报错、自己改改完再跑直到通过为止。这个“自己转起来”的过程就是 Loop。我最早接触这个概念是在用 Claude Code 做一个小工具的时候。当时我的做法很原始在终端里敲一句需求等它生成代码我复制出来跑报错了再贴回去让它改。来回折腾了十几次人累得不行。后来我意识到Claude Code 本身就能直接执行终端命令我完全可以让它自己跑测试、自己看结果。把这一步打通之后效率直接翻了好几倍。这就是 Loop Engineering 的雏形——让工具自己形成闭环而不是你当那个来回搬运信息的人。这套方法适合谁我觉得三类人最该学。第一类是已经在用 Cursor、Claude Code、Codex 这类工具但还停留在“复制粘贴”阶段的开发者第二类是想把 AI 编程引入团队流程但不知道怎么落地的技术负责人第三类是对 Harness Engineering 感兴趣想理解“怎么给 AI 搭一套可靠的运行框架”的人。不管你用的是哪家的工具Loop 的思路是通用的。需要先说明一点Loop Engineering 不是一个官方标准术语它更像是社区里对一类实践的归纳。不同人叫法不一样有人叫 agentic workflow有人叫 self-correcting loop但内核是一致的——用工程化的手段把 AI 的“生成-验证-修正”变成一个自动运转的循环。下面我会从设计思路、核心细节、实操过程、问题排查几个层面把这套东西拆开讲清楚。2. 整体设计思路为什么是“循环”而不是“对话”2.1 对话模式的三个致命瓶颈大部分人用 AI 编程工具的方式本质上是“对话模式”我说一句它回一句。这种方式在写小片段的时候没问题但一旦任务稍微复杂一点就会暴露三个瓶颈。第一个瓶颈是上下文丢失。对话轮次一多前面说过的约束条件它可能就忘了。你让它“用 Python 3.10 的语法”改到第五轮它可能就用了 3.12 的新特性。第二个瓶颈是验证缺失。它生成的代码对不对全靠你自己跑。你不跑它永远不知道自己错了。第三个瓶颈是人工搬运。报错信息要你复制测试结果要你粘贴这个搬运过程既耗时又容易出错。Loop Engineering 的设计初衷就是针对这三个瓶颈。它的思路是把验证环节交给工具自己把修正环节也交给工具自己人只负责设定目标和边界。2.2 一个 Loop 的最小构成要素我总结下来一个能跑起来的 Loop 至少需要四个要素。目标定义用自然语言描述清楚“做完之后应该是什么样”。比如“写一个函数输入一个整数数组返回去重后的升序数组并且附带单元测试”。执行环境AI 能直接操作的环境。Claude Code 可以直接执行终端命令这是它能做 Loop 的关键。Cursor 的 Agent 模式也能在项目里读写文件、跑命令。验证机制一个客观的“对错判据”。最常见的就是测试用例。跑通了就是过了跑不通就是没过没有模糊空间。循环控制设定最大迭代次数和退出条件。不能让它在死循环里无限跑下去烧钱又烧时间。这四个要素里验证机制是最容易被忽略但最重要的。很多人搭 Loop 失败就是因为没有给 AI 一个明确的“你错了”的信号。它自己觉得写对了你也看不出来Loop 就空转了。2.3 为什么选 Claude Code 作为主力工具市面上能做 Loop 的工具不少我主力用 Claude Code原因有几个。第一它对终端命令的支持是原生的不需要额外配置就能让 AI 跑pytest、npm test这类命令。第二它的项目上下文理解能力比较强能同时看到多个文件的关系。第三它的迭代速度在实测中比较稳定不会因为轮次多了就明显变慢。Cursor 我也用它的优势在于 IDE 集成度高写代码的时候补全体验好。但做 Loop 的时候Cursor 的 Agent 模式有时候会“想太多”在不需要的地方做多余改动。Codex 我主要用来做代码审查的补充它的风格偏保守适合当第二双眼睛。提示工具选型没有绝对的对错关键是看它能不能满足“执行-验证-修正”这个闭环。如果一个工具只能生成代码不能执行命令那它做 Loop 就很吃力。3. 核心细节解析Loop 的四个关键环节怎么落地3.1 目标定义把“模糊需求”翻译成“可验证任务”这一步是很多人栽跟头的地方。你跟 AI 说“帮我优化一下这个模块”它根本不知道什么叫“优化”。是提速是减少内存是提高可读性目标不明确Loop 就没有终点。我的做法是把目标写成“验收标准”的形式。举个例子不要说“优化排序函数”而要说“把排序函数的执行时间从 200ms 降到 50ms 以内同时保证现有测试全部通过”。这样 AI 就知道跑测试是验证正确性测时间是验证性能两个都满足才算完成。再比如你要它修一个 bug不要只说“修一下这个报错”而要说“修复这个报错并且新增一个测试用例覆盖这个场景确保以后不会再出现”。这样 Loop 的退出条件就很清晰新测试通过旧测试不挂。3.2 执行环境让 AI 真正“动手”而不是“动嘴”Claude Code 安装完之后在项目根目录启动它就能读取项目文件、执行终端命令。这一步的关键是给它足够的权限但不要给过大的权限。我一般会这样配置允许它读写项目目录下的文件允许它执行测试命令和构建命令但不允许它执行rm -rf这类危险操作。Claude Code 在执行命令前会询问你可以选择“本次允许”或“始终允许”。对于测试命令这种高频操作我会选“始终允许”减少打断。Ubuntu 下配置 Claude Code 的时候注意 Node 版本要够新。我踩过一次坑Node 16 跑不起来升到 20 之后正常。Windows 桌面版的话建议用 WSL2 环境原生 Windows 终端有时候会有路径问题。3.3 验证机制测试是 Loop 的“红绿灯”没有测试的 Loop 就是瞎转。我要求自己在启动 Loop 之前必须先有一个能跑的测试命令。哪怕只有一个测试用例也行关键是它要能给出明确的通过或失败信号。常见的验证命令有这么几类验证类型典型命令适用场景单元测试pytest/npm test函数级逻辑验证类型检查mypy/tsc --noEmit类型安全验证代码规范eslint/ruff check风格一致性验证构建验证npm run build/cargo build集成可用性验证性能基准pytest-benchmark性能指标验证我通常会把单元测试和类型检查组合起来用。单元测试保证逻辑对类型检查保证接口对。两个都过了我才认为这一轮是成功的。3.4 循环控制设好“刹车”再上路Loop 最怕的就是无限循环。AI 改一版测试挂了再改一版还挂再改还挂。如果不设上限它能跑到你账户余额见底。我的习惯是设两个限制最大迭代次数 10 次连续 3 次没有进展就停。“没有进展”的定义是测试通过数没有增加。如果它连续三轮都在原地打转说明它卡住了这时候需要人介入看看是不是目标定义有问题或者缺了什么关键信息。Claude Code 本身没有内置的迭代计数器这个需要你在提示词里写清楚。比如“最多尝试 10 次如果 10 次之后测试还没全过就停下来告诉我卡在哪里。”4. 实操过程从零搭一个能跑的 Loop4.1 环境准备与工具安装先说 Claude Code 的安装。官方文档里有详细的步骤我这边说几个容易出问题的地方。安装命令本身不复杂但网络环境有时候会抽风。如果下载卡住可以试试换个时间段或者用镜像源。安装完成之后第一次启动会让你登录。登录方式按提示走就行。登录成功之后在项目目录下输入claude就能进入交互界面。Codex 的安装类似Windows 桌面版和命令行版都有。我建议先用命令行版熟悉流程桌面版适合日常使用。Codex 登录不上是常见问题大部分情况是网络波动重试几次或者换个网络环境通常能解决。Cursor 的安装最简单下载安装包一路下一步就行。装完之后建议先设置中文回复在设置里搜“language”就能找到。Cursor 注册的时候国内手机号是可以用的收验证码的时候注意看短信有时候会延迟。4.2 项目初始化把 Loop 的“跑道”铺好我拿一个真实的小项目举例写一个命令行工具功能是读取一个 CSV 文件按指定列排序输出到新文件。这个任务不大不小正好适合演示 Loop。第一步创建项目目录初始化 Git。Git 很重要因为 Loop 过程中 AI 会改很多文件有 Git 你随时能回滚。mkdir csv-sorter cd csv-sorter git init第二步写一个最简的测试文件。注意这时候还没有实现代码测试肯定是挂的。没关系Loop 的目的就是让它从挂变过。# test_sorter.py import pytest from sorter import sort_csv def test_sort_by_name(): data [{name: Charlie, age: 30}, {name: Alice, age: 25}, {name: Bob, age: 28}] result sort_csv(data, name) assert [r[name] for r in result] [Alice, Bob, Charlie] def test_sort_by_age(): data [{name: Charlie, age: 30}, {name: Alice, age: 25}, {name: Bob, age: 28}] result sort_csv(data, age) assert [r[age] for r in result] [25, 28, 30]第三步确认测试命令能跑。这时候跑pytest会报ModuleNotFoundError因为sorter.py还不存在。这个报错就是 Loop 的起点。4.3 启动 Loop让 AI 自己转起来在项目目录下启动 Claude Code输入这样的提示词项目里有一个 test_sorter.py里面定义了两个测试。请实现 sorter.py让这两个测试全部通过。你可以执行 pytest 来验证。最多尝试 10 次如果 10 次之后还没通过停下来告诉我卡在哪里。接下来就是看它表演。它会先读测试文件理解接口要求然后写sorter.py然后跑pytest看结果如果挂了就改改完再跑。这个过程完全自动你只需要在旁边看着。我第一次跑的时候它第三轮就过了。第一轮它写了个基础版本test_sort_by_name过了但test_sort_by_age挂了因为年龄是字符串排序结果不对。第二轮它加了keylambda x: int(x[age])两个都过了。第三轮它自己跑了一遍确认然后告诉我完成了。4.4 关键参数与配置说明Claude Code 的配置文件在用户目录下可以设置默认模型、超时时间等。我一般会把超时设长一点因为跑测试有时候比较慢。具体路径和字段名参考官方文档不同版本可能有差异。Codex 的配置文件解析起来稍微复杂一点它支持多套配置切换。如果你遇到“无法加载组织设置”的报错通常是配置文件格式有问题检查一下缩进和引号。Cursor 的设置主要在图形界面里中文设置、字体大小、快捷键这些都能调。响应速度慢的话可以试试关掉一些不常用的插件或者升级到付费版免费额度用完之后速度会明显下降。5. 常见问题与排查技巧实录5.1 Loop 跑不起来先查这三个地方问题一AI 不执行命令只生成代码。这种情况通常是权限没开。Claude Code 第一次执行命令会询问如果你选了“拒绝”它后面就不会再尝试了。重新启动遇到询问的时候选“允许”。问题二测试命令本身有问题。比如pytest没装或者路径不对。先在终端里手动跑一遍测试命令确认它能正常执行。手动都跑不通AI 更跑不通。问题三目标定义太模糊。AI 不知道什么叫“完成”就会一直改。回头检查你的提示词确保退出条件是明确的、可验证的。5.2 常见报错速查表报错信息可能原因解决方法ModuleNotFoundError依赖没装先pip install或npm installcommand not found工具没装或 PATH 不对检查安装步骤确认 PATH 配置Permission denied文件权限不足chmod改权限或用管理员权限Timeout命令执行超时调大超时时间或优化测试速度Context limit exceeded上下文太长拆分任务减少单次输入量cc switch local proxy failed本地代理配置冲突检查代理设置关闭冲突项5.3 独家避坑经验坑一不要让 Loop 碰生产代码。我一开始图省事直接在主分支上跑 Loop结果它改了一堆不相关的文件。后来我学乖了每次跑 Loop 都新开一个分支跑完确认没问题再合并。坑二测试用例要覆盖边界情况。只测正常路径的话AI 很容易写出“看起来对但边界会挂”的代码。空数组、单元素、重复元素这些情况都要写进测试里。坑三迭代次数不要设太多。我试过设 20 次结果它在第 15 次的时候开始“胡乱改”把之前对的逻辑也改坏了。10 次是个比较合理的上限超过 10 次还没搞定说明问题不在 AI 的执行力而在任务的定义。坑四定期检查 Git 状态。Loop 跑的时候AI 可能会创建一些临时文件。跑完之后git status看一眼把不需要的文件清理掉保持项目干净。坑五Codex 和 Claude Code 可以配合用。我有时候让 Claude Code 跑 Loop跑完之后让 Codex 做一次代码审查。两个工具的视角不一样经常能发现对方漏掉的问题。6. 从 Loop 到 Harness把单次循环变成工程能力6.1 Harness Engineering 是什么Loop 解决的是“单次任务怎么自动完成”Harness Engineering 解决的是“怎么让这套东西稳定、可重复、可规模化”。Harness 原意是“马具”引申为“控制框架”。在 AI 编程的语境里它指的是围绕 AI 工具搭建的一整套运行环境、约束规则和验证体系。举个例子你一个人用 Claude Code 跑 Loop这是个人效率工具。但如果你想让团队里五个人都用同一套 Loop 流程就需要 Harness统一的提示词模板、统一的测试规范、统一的代码审查标准、统一的回滚机制。这些东西加起来就是 Harness。6.2 从个人 Loop 到团队 Harness 的三个升级第一个升级是提示词模板化。把常用的 Loop 提示词写成模板比如“修 bug 模板”“加功能模板”“重构模板”团队成员直接套用减少沟通成本。第二个升级是验证自动化。个人跑 Loop 的时候测试命令可以手动敲。团队协作的时候应该把测试集成到 CI 里每次提交自动跑。这样 Loop 的验证环节就不依赖个人操作了。第三个升级是结果可追溯。每次 Loop 跑了多少轮、改了什么文件、最终测试结果如何这些信息应该记录下来。出问题的时候能回溯也能用来优化提示词。6.3 一个实际的 Harness 配置示例我在团队里推行的一套配置是这样的项目根目录放一个.loop文件夹里面有三个文件。prompt-template.md提示词模板包含目标定义、验证命令、迭代上限。verify.sh验证脚本把测试、类型检查、构建串起来一条命令跑完。loop-log.mdLoop 日志每次跑完记录轮次、耗时、结果。Claude Code 启动的时候提示词里引用prompt-template.md的内容验证环节调用verify.sh跑完把结果追加到loop-log.md。这样一套下来Loop 就从“个人手艺”变成了“团队资产”。7. 我个人的一些实操体会Loop Engineering 这套东西我用了大概半年最大的感受是它把 AI 编程从“抽卡”变成了“流水线”。以前用 AI 写代码像抽卡运气好一次过运气不好改半天。现在有了 Loop过程可控了结果可预期了心态也稳了。但我也要说句实话Loop 不是万能的。它适合那些目标明确、验证清晰的任务。如果你自己都不知道要什么Loop 只会帮你更快地跑偏。所以我现在花在“定义目标”上的时间比花在“跑 Loop”上的时间还多。另外工具在快速迭代今天好用的配置明天可能就变了。保持关注官方文档和社区讨论及时调整自己的流程。我踩过的那些坑很多都是因为版本更新导致的配置变化。最后分享一个小技巧Loop 跑的时候不要干等着。我一般会同时开两个终端一个跑 Loop一个做别的事情。Loop 跑完会有提示音听到声音再回来看结果。这样时间利用率最高。这个内容后续还可以这样扩展把 Loop 和代码审查结合起来让 AI 在 Loop 通过之后自动生成 PR 描述或者把 Loop 和监控结合起来线上报错自动触发修复 Loop。这些方向我还在摸索有进展再分享。