AI AGENT 工程范式进化史 • 第五站 • LOOP ENGINEERING​校验器只说“错了”它就把同一个答案又交了一遍。12 号桌的番茄炒蛋已经重新进了后厨。第四站搭好的 Harness 做得很稳原备注没有丢免单有回执重做单也准确发到了热菜档。可新菜到了传菜口复核员还是看见了葱花。系统把结果标成“不合格”又让后厨重做一次。几分钟后第三盘几乎一模一样。工具没坏权限没错流程也真的跑了两遍。问题在于校验器只说了错了却没告诉下一轮哪里错、为什么错、应该改什么。同一个动作重复两遍只会得到两次成本只有反馈改变了下一步循环才有意义。01 / 接住第四站Harness 让结果可见Loop 让结果改变下一轮。Harness 解决的是执行现场Agent 用什么工具、拥有什么权限、动作是否留下回执、失败后能否恢复。它能告诉我们新菜的确重做了也的确没有通过复核。Loop 再往前一步读取这一轮结果形成有效反馈修改下一次行动并判断什么时候继续、什么时候停。​一句话区分Harness 让系统知道“刚才发生了什么”Loop 让这些结果真正改变“接下来做什么”。02 / 先拆掉一个误会Loop 不是把同一个按钮多按几次。2026 年 6 月 7 日Addy Osmani 在《Loop Engineering》中把 Loop 描述为一种系统设计系统自己发现任务、分配工作、检查结果、记录状态再决定下一步而不是每一轮都等人重新提示。这并不意味着“循环越长越好”。只要反馈没有新增信息第二轮就只是第一轮的复制如果错误会累积系统甚至可能越跑越偏、越跑越贵。对这家餐馆来说一个能改进的循环至少需要清楚目标、一次尝试、可观察结果、能指导动作的反馈、跨轮状态以及循环外面的停止规则。少了其中任何一个圆圈画得再漂亮也只是重试。03 / 反馈要有分辨率“不合格”是结果不是下一步。低分辨率反馈只能判断输赢例如“不合格”“得分 62”“顾客不满意”。这些信息可以触发重试却不足以指导修正。可执行反馈至少回答四个问题目标是什么、实际观察到了什么、差距在哪里、下一轮建议改哪个动作。比如盘面左上和中心检测到 3 处葱花原备注要求完全不放葱KDS 备注没有丢失下一步应检查装饰料来源而不是继续重复打印同一张单。反馈的价值不在于批评得多严厉而在于它有没有提供新的、可行动的信息。04 / 谁来判断这一轮能用尺子量的别全交给模型猜。餐馆里的验收并不只有一种。出餐时长、菜品温度、字段是否缺失可以由确定性规则检查表达是否得体、处理方案是否完整可能需要模型评审口味、过敏风险和顾客是否接受则常常需要人来确认。Anthropic 在 Evaluator–Optimizer 模式中强调只有当评价标准足够清楚而且反馈确实能让结果变好时循环式优化才适合。执行者和评估者也最好分开避免同一个角色既做菜又给自己打满分。反馈来源适合检查不应假装能判断确定性规则时间、温度、字段、状态口味与顾客感受模型评审文本质量、方案完整性不可直接验证的真实世界状态人或顾客主观体验、高风险决定不必人工盯住每个低风险步骤​05 / 让每一轮留下差异没有跨轮状态系统会不断重新发明旧错误。有效循环不能只保存最终答案还要记住这一轮改了什么、检查得到什么、哪些约束已经通过、哪些问题仍然存在。否则下一轮只看到一句“再试一次”很容易走回原路。状态也不等于把全部历史对话重新塞回 Context。更有用的是一张结构化差异表已尝试动作、结果指标、失败原因、下一步假设。这样既节省上下文也能避免重复无效尝试。06 / 别被单一分数带偏修好了葱花可能又把菜拖凉了。循环最容易出现的副作用是为了一个指标不断局部优化。系统终于做到盘面没有葱花却因为重做三次多等了 18 分钟新菜送到桌边已经凉了。所以每一轮不能只检查刚才失败的那一项还要回归验证所有硬约束原备注、出餐温度、等待时间、成本和食品安全。否则 Loop 会在指标之间来回摆动甚至用一个新错误盖住旧错误。Loop 优化的不是某个孤立分数而是在全部关键约束下完成目标。07 / 循环必须有刹车不停下来不叫坚持叫失控。Anthropic 对 Agent 循环的建议包括明确停止条件例如任务完成或达到最大迭代次数。真实系统还需要更多出口连续几轮没有进展、成本或时间触顶、状态不确定、风险升高都应该停止自动尝试。停止后不是只返回“失败”。系统应该把目标、尝试历史、已确认结果、当前阻塞和建议动作一起交给人。这样经理接手时不需要从聊天记录里重新猜现场发生了什么。08 / 回到 12 号桌第二轮真正变好的原因是反馈改变了动作。热菜档按照原备注重做番茄炒蛋传菜口复核发现盘面仍有 3 处葱花系统核对 KDS确认“不放葱”备注已经正确送达反馈不再要求原样重做而是指出问题可能来自共享装饰料勺后厨隔离装饰料重新制作并再次复核0 处葱花、温度达标新菜才送往 12 号桌循环停止。这里最重要的并不是做了三轮而是每轮都有新证据第二轮排除了“备注丢失”第三轮修正了真正的动作来源。次数只是成本信息增量才是循环前进的动力。09 / 这一站的边界一道菜能回炉整间后厨却开始出现很多条回路。Loop 让单个任务具备了自我检查和修正能力。但晚餐高峰时热菜在返工、凉菜在复核、顾客等待确认、经理处理中断这些循环还会争用灶台、传菜口和审批时间。当分支、返工、人审、恢复和多个 Agent 同时出现问题就不再只是“这一轮怎样改”而是“整张执行网络怎样调度”。这正是下一站 Graph 要接住的部分。第五站只带走一句没有可执行反馈、跨轮状态和停止规则的 Loop只是让同一种错误自动发生更多次。下一站预告不是所有 Workflow都值得升级成Graph多个循环开始互相影响时我们再看整张执行网络。【进入第六站 ·不是所有 Workflow都值得升级成 Graph →】关于这个系列《AI Agent 工程范式进化史》——跟着同一家餐馆连续升级一站一站讲透 AI Agent 工程的演进Prompt→Chain→Context→Harness→Loop→Graph→ 还会有的…参考来源[1] Addy Osmani, Loop Engineering, 2026-06-07。正文用它说明由系统发现任务、检查结果、记录状态并决定下一步的 Loop Engineering 表述以及循环需要成本约束和人工判断。[2] Anthropic, Building Effective Agents, 2024-12-19。正文用它说明 Evaluator–Optimizer 模式、环境反馈、停止条件以及 Agent 循环可能增加成本并累积错误。口径说明两篇来源主要讨论编程或通用 Agent。本文把相关原则映射到餐馆传菜口复核与回炉流程是原创教学案例不代表行业存在统一的 Loop Engineering 标准。12 号桌、38 元、3 处葱花、18 分钟和各轮状态均为示意不是公开实验或真实门店数据正文没有引用效果提升比例。