循环工程

上下文工程决定模型能看到什么。循环工程决定系统接下来做什么。

循环不再让人反复阅读答案、再动手写下一条提示词，而是把这种后续跟进工作变成一个精心设计的系统。它给 AI 一个目标，让它行动，观察真实反馈，评估结果，然后要么调整、要么停止。

从好提示词到好循环

一条提示词可以产出出色的第一稿。但当步骤数量无法预先确定、环境可能变化、或者第一次尝试必须对照证据检验时，循环才真正派上用场。

提问 → 生成 → 返回

模型给出一个答案。由人来判断它是否有效，并写出下一条提示词。

界定 → 行动 → 观察 → 评估 → 调整
                 ↑______________________↓

系统收集证据、记录状态，只有当再跑一轮仍有价值时才继续。

这一思想建立在更早的智能体模式之上。ReAct 论文展示了将行动与来自外部环境的观察交替进行的价值。Anthropic 的评估器-优化器模式增加了一个独立的反馈步骤，而 OpenAI 的智能体构建实用指南则把智能体的运行描述为受退出条件约束的循环。较新的术语循环工程把注意力聚焦到有意识地设计整个循环这件事上。

五个动作

循环的关键不在那些箭头，而在箭头之间的契约里：什么算一次行动，哪些观察值得信赖，由谁来评估，哪些状态需要保留，以及执行究竟在什么时候结束。

先写循环契约

在挑选模型或框架之前，先写一份小小的契约。如果这些字段含糊不清，循环只会把模糊性变成一轮又一轮的成本。

goal: "哪个可观察的状态应当变为真？"
inputs: "什么触发这个循环？"
state: "哪些事实和尝试记录要在迭代之间保留？"
actions: "系统可以使用哪些工具，拥有哪些权限？"
observations: "这些行动会返回哪些外部信号？"
evaluator: "由哪套评分标准或确定性检查来裁定结果？"
success: "什么证据能证明目标已经完成？"
failure: "哪些情况需要恢复措施或人工介入？"
budget: "轮次、时间、token、金钱或副作用的上限"

观察必须来自真实世界

模型说一句"这看起来是对的"，并不是有力的证据。有用的观察，必须由被评判的答案之外的东西产生。

这正是工具重要的原因：测试、浏览器、数据库、校验器和人工审查，把内部的猜测变成了可观察的结果。

把生成者和检查者分开

低风险的工作可以让同一个模型起草并自查。重要的工作则要用一个职责不同、权限受限的检查者。

检查者不一定非得是另一个 AI。优先选择手头最具确定性的评估器：

1. 精确检查 — 类型、schema、约束、权限、哈希值
2. 可执行检查 — 测试、linter、模拟、链接校验
3. 评分标准检查 — 使用明确标准的独立模型或人类
4. 结果检查 — 真实的用户行为，或长期的生产环境指标

状态是循环的脊梁

上下文是模型这一轮看到的东西。状态则是一份精简的记录，让下一轮得以继续，而不必重复工作，也不会遗忘进展。

存储简明的决策和证据——而不是模型私有的思维链。好的状态体量小、可审查、可以安全地恢复运行。

常见的循环形态

修复循环

复现 → 只改一处 → 运行检查 → 诊断 → 重复或停止

最适合代码、配置、数据清理，以及任何有可执行反馈的任务。

评估器-优化器循环

生成 → 按评分标准打分 → 返回针对性反馈 → 修改

最适合写作、翻译、设计评审，以及那些通过清晰表述的反馈就能提升质量的产出。

研究循环

搜索 → 检视来源 → 找出缺口或矛盾 → 再次搜索 → 综合归纳

最适合完整性无法预先知晓的场景。停止规则应当衡量证据覆盖度，而不是搜索结果的数量。

人工把关循环

准备 → 自动验证 → 在高风险动作前暂停 → 人工批准或调整方向

最适合付款、发布、删除、权限变更、医疗或法律决策，以及其他后果重大的行动。

需要在设计中排除的故障模式

一个最小实现

let state = initialize(goal, acceptanceCriteria, budget);

while (state.budget.remaining > 0) {
  const context = assembleRelevantContext(state);
  const proposedAction = await maker.chooseAction(context);
  const observation = await tools.executeWithinPolicy(proposedAction);
  const verdict = await evaluator.check({ goal, observation, state });

  state = recordIteration(state, { proposedAction, observation, verdict });

  if (verdict.status === "passed") return complete(state);
  if (verdict.status === "unsafe" || verdict.status === "blocked") {
    return escalateToHuman(state);
  }

  state = adaptPlan(state, verdict.feedback);
}

return stopWithBudgetReport(state);

代码是最容易的部分。真正难的是领域问题：哪个测试能证明 bug 已经消失？哪个来源是权威的？哪个动作是可逆的？谁有权批准最后一步？这些决定才是循环工程的真正工作。

练习：设计一个循环

为下面这个任务设计一个有边界的 AI 工作循环：

任务：${task:每天早上对新的客户支持工单进行分级}

请定义：
1. 可观察的目标
2. 触发条件和所需输入
3. 允许的行动和工具权限
4. 来自外部环境的可信观察
5. 评估器及其评分标准
6. 在迭代之间保留的状态
7. 成功、失败和预算耗尽三种出口
8. 高风险行动的人工审批关卡
9. 一种让每次迭代都可审计的追踪记录格式

然后指出你的设计中最可能出现的三种故障模式，并修改循环来预防它们。

延伸阅读

• Loop Engineering — Addy Osmani — 用设计好的系统取代人工后续提示词的最新提法，以及关于验证和人类责任的实用告诫
• Building Effective Agents — Anthropic — 评估器-优化器工作流、环境反馈、停止条件，以及智能体复杂度何时才算物有所值的指导
• A Practical Guide to Building Agents — OpenAI — 智能体运行、退出条件、工具、护栏和人工干预
• ReAct: Synergizing Reasoning and Acting in Language Models — 关于将行动与外部环境观察交替进行的奠基性研究

小结