Loop Engineering：AI Agent 系统的第四层工程，设计循环，不只是设计提示词

GitHub：ChaoYue0307/awesome-loop-engineering
交互网站：chaoyue0307.github.io/awesome-loop-engineering
规模：545 个审计资源 · 20 个运行模式 · 20 个循环契约 · 8 个 runtime 起点

---

从一个问题开始

你写了一个 AI Agent，它能搜索信息、生成代码、调用工具。

但是：它每次都需要你手动触发、手动判断结果、手动决定下一步。

如果你希望它「每两小时检查一次 PR 状态」「当 CI 失败就自动修复」「每周整理一次知识库」——你就面临一个新问题，不再是「怎么写提示词」，而是：怎么让 Agent 工作正确地循环下去？

这就是 Loop Engineering 要解决的问题。

---

四层工程栈

awesome-loop-engineering 提出的核心模型是一个四层栈：

层级	名称	解决什么问题
01	Prompt Engineering	如何在一次模型调用中给出好的指令
02	Context Engineering	如何给 Agent 加载正确的状态、记忆、文档
03	Harness Engineering	如何为单次运行提供工具、权限、沙箱、追踪
04	Loop Engineering	如何治理 Agent 工作随时间循环、验证、持久化、决策

前三层改进的是一次运行。Loop Engineering 治理的是随时间重复的工作。

这个区别很关键。提示词写得再好，如果没有循环治理，Agent 仍然：

• 无法从上次失败中学习
• 无法在没有人值守的情况下安全地重试
• 无法在达到目标时干净地停止
• 无法在超出边界时正确地上报人类

---

循环契约：11 个显式决策替代隐式默认值

Loop Engineering 的核心工件是 Loop Contract（循环契约）——一个循环 Agent 任务的运行规范。

为什么需要契约？因为在有人监督的会话里，人类随时补充判断；一旦 Agent 被调度自动运行，所有未回答的问题都变成了隐性默认值。这些默认值可能导致 Agent 选错任务范围、批准自己的输出、在没有停止规则的情况下无限重试。

契约把这些默认值变成可审查的策略，包含 11 个字段：

设置阶段（建立边界）

字段	内容
Objective	命名目标——Agent 要实现什么
Trigger	什么启动这个循环（定时、事件、队列、条件）
Intake	把目标/事件/队列信号转换成有边界的工作包的规则
Workspace	隔离的工作空间和权限边界

运行阶段（执行+证明+记录）

字段	内容
Context	Agent 能看到什么（当前状态、记忆、文档、例子）
Delegation	工作如何路由给 Agent 团队
Verification	什么算「完成」——外部测试、评估、追踪，或人类审查
State	什么需要在上下文重置和下次运行之间存活

治理阶段（限制自主性）

字段	内容
Budget	重试次数上限、运行时间上限、并发上限
Escalation	什么情况升级给人类（架构决策、反复失败、冲突）
Exit	什么是成功退出，什么是受阻退出

+ Next Action：下一步是重复、上报、升级，还是停止。

---

PR 保姆：一个完整的契约实例

文档里用「PR 保姆」作为工作示例，帮助理解契约的完整形态：

触发 + 摄入
每两小时在工作时段运行一次，以及在请求修改或检查失败后触发。只处理一个 PR 上的明确阻塞点。

权限边界
使用专用 branch 或 worktree。允许：窄范围修复、检查、进度评论。禁止：force push、依赖升级、secrets、生产变更。

团队 + 上下文
探索者找到最小阻塞点，实现者修复它，审查者用最新 SHA + review 线程 + CI 日志 + 仓库说明检查范围。

证据 + 状态
必要检查必须通过，线程必须解决，diff 必须保持窄范围。命令、检查 URL、修改的文件、阻塞点、下一步行动在每次运行后都要持久化。

预算 + 交接
3 次重试或 60 分钟后停止。架构问题、反复失败、reviewer 分歧、任何需要 force push 的情况——升级给人类 owner。

---

20 个运行模式

项目把常见的循环 Agent 场景归纳成 20 个模式，每个模式都有明确的「完成定义」：

构建 & 维护

• PR 保姆：保持 PR 向前推进——检查通过、review 线程解决、merge 状态最新
• CI 修复循环：原始失败命令通过范围内补丁后停止
• 文档偏移收集器：已验证的不匹配被修复且示例仍可运行
• 依赖分类循环：安全更新通过测试，高风险升级有负责人
• Bug 猎取循环：每个被接受的发现有复现步骤或失败测试
• 发布说明循环：每个已发布变更映射到来源和受众

运行 & 观察

• 部署验证器：合成检查和发布阈值保持在策略范围内
• 事件响应循环：影响、证据、时间线、负责人被记录
• 数据质量循环：硬质量规则在版本提升前通过
• 成本控制循环：在可比工作上花费降低且无质量回退
• 模型路由循环：路由满足质量/延迟/隐私/成本容忍度
• 性能回归循环：受控基准确认恢复和正确性

学习 & 优化

• 反馈聚类器：主题引用来源，频率与严重程度分开
• 评估回归循环：目标评估返回基线，评分标准不变
• 基准优化循环：重复测量改进，受保护指标不变
• 知识新鲜度循环：语料库通过来源、新鲜度、检索、泄漏门控

治理 & 保护

• 安全审查循环：发现引用证据，审批边界保持完整
• 企业审批循环：每个门控有记录的人类决策和审计追踪
• 无障碍回归循环：精确回归被修复，人类标准被批准
• 对抗性红队循环：发现被复现、最小化、报告、回归测试

---

6 步生命周期

每次循环运行经过 6 个阶段：

Intake → Delegate → Act → Verify → Persist → Decide
                                       ↓
                          Retry（带证据） / Escalate（交人类） / Exit（目标达成）

关键设计原则：

• 行动者不批准自己的输出（Verification 永远是外部的）
• 状态存在模型之外（进度文件、issue、检查点、追踪日志在上下文重置后仍然存活）
• 预算是硬限制（重试次数、运行时间、并发都有上限）

---

7 个成熟度等级

项目提供了一个成熟度模型，帮助判断「当前用哪一级」：

等级	名称	特征
00	手动提示	人类持有状态，逐步指令，逐步判断
01	脚本重试	有边界的包装器重跑 Agent，最多 N 次，反馈外部失败
02	定时循环	任务由定时器或事件自动启动
03	有状态循环	运行之间有持久化状态（文件、DB、issue）
04	自验证循环	外部检查（测试/评估/追踪）决定完成，不由 Agent 自评
05	多 Agent 循环	专职 Agent 团队（探索/行动/验证角色分离）
06	生产监督循环	完整的可观测性、上报路径、成本控制、影响用户的工作

关键建议：很多有用的工作流应该在 Level 2 或 Level 3 停下来。先做持久化状态，再增加自主性；先做外部验证，再增加 Agent；先做生产控制，再让循环影响用户。

---

8 个 runtime 起点

5 个可适配模板：

模板	场景
Claude Code /loop	在编程会话中使用，重复有边界的命令，用文件保持进度
桌面定时任务	本地文件需要定时调度、last-run 标记、missed-run 保护
Codex automation	隔离的后台仓库工作，声明式检查，可审查的收据
GitHub Agentic Workflow	GitHub 事件或 cron 应产出 issue、artifact 或 PR
Shell / cron	已有 Agent CLI 只需要 OS 调度、锁和进度文件

3 个可执行示例：

• 测试修复：运行失败命令，委托证据，只有当同一外部检查通过时才停止
• 阈值监控：轮询指标，持久化样本，在超出边界时上报，不自动修复
• 队列 Worker：处理有边界的 JSONL 工作项，外部验证，持久化收据

---

545 个资源背后的信号

项目最核心的工作是对资源的审计和标注。网站展示了几个具有代表性的来源：

alchaincyf/loop-engineering-orange-book（1,024 stars）：华树用中英双语写的 Loop Engineering 实践指南，将这个领域定位为框架工程之上一层的外部系统——决定 Agent 何时、为何运行。

arXiv 2607.14890（2026-07-16）：“Proof-or-Stop: Don’t Trust the Agent, Trust the Evidence — Loop Engineering for Verifiable Evidence-Gated Lifecycle Control”。定义了证据门控的生命周期控制，报告了在 10 个场景中零假完成、在 18 个篡改类别中零接受。9,240 单元的消融分析识别了哪些门控阻止了错误放大。

Lenny’s Newsletter：Mozilla 杰出工程师 Brian Grinstead 演示了目标驱动和定时循环，包括每个 PR 有专属子 Agent 的每日 PR Review 循环。

每个资源都有：来源可信度标签（Research / Blog / Pattern）、信号强度标签（high/medium/contextual）、完整的来源记录、贡献/新颖性/影响力评估。

---

为什么「设计循环，不只是提示词」

这句话捕捉了一个重要的转变。

2023-2024 年，大多数 AI 工程讨论集中在提示词优化、上下文窗口管理、工具调用设计。这些都是针对单次运行的优化。

2025-2026 年，实际部署的 Agent 系统面临的核心挑战变了：

• Agent 怎么在没有人值守时安全地循环？
• 怎么保证它不会批准自己错误的输出？
• 怎么在成本失控之前停下来？
• 失败的上下文怎么在下一次运行时仍然可用？

这些问题不是提示词工程或上下文工程能回答的。它们需要一套治理循环运行的工程实践——Loop Engineering。

awesome-loop-engineering 是目前互联网上对这个领域记录最完整的一个集合，545 个资源涵盖研究论文、实践案例、运行模式和可执行代码。对于任何在构建需要持续运行的 Agent 系统的工程师，这是值得收藏的参考。

---

一句话总结

Loop Engineering = 让 Agent 工作随时间安全重复的工程实践。awesome-loop-engineering 是它的知识图谱：20 个模式告诉你「该用什么循环」，20 个契约告诉你「怎么写运行规范」，8 个 runtime 起点告诉你「在哪里跑」，545 个审计资源告诉你「这个领域的知识从哪里来」。

© 2026 Author: Mycelium Protocol

Loop Engineering: The Fourth Layer of AI Agent Systems Engineering

GitHub: ChaoYue0307/awesome-loop-engineering
Interactive site: chaoyue0307.github.io/awesome-loop-engineering
Scale: 545 audited resources · 20 patterns · 20 contracts · 8 runtime starters

The Problem in One Sentence

Prompt, context, and harness engineering improve one agent run. Loop Engineering governs how agent work repeats, verifies results, persists state, and decides what happens next — over time.

The Four-Layer Stack

Layer	Name	Scope
01	Prompt Engineering	One model call
02	Context Engineering	State/memory visible to one run
03	Harness Engineering	Tools, permissions, sandbox for one run
04	Loop Engineering	Recurring work over time

The first three layers are prerequisites for one good run. Loop Engineering is what prevents a recurring system from selecting the wrong work, approving its own output, retrying without a stopping rule, or forgetting a failed attempt.

The Loop Contract: 11 Decisions That Replace Hidden Defaults

When an agent runs autonomously on a schedule, every unanswered question becomes a hidden default. A Loop Contract turns those defaults into reviewable policy:

Setup: Objective, Trigger, Intake, Workspace
Run: Context, Delegation, Verification, State
Govern: Budget, Escalation, Exit
Next action: Repeat, report, escalate, or stop

Verification is always external. The acting agent never approves itself.

The 6-Step Lifecycle

Intake → Delegate → Act → Verify → Persist → Decide
                                        ↓
                       Retry (w/evidence) / Escalate / Exit

Key invariants: state lives outside the model; budgets are hard limits.

20 Operational Patterns

Organized across four operating modes:

Build & Maintain: PR babysitter, CI repair loop, Docs drift collector, Dependency triage, Bug hunting, Release-note loop

Operate & Observe: Deploy verifier, Incident response, Data-quality, Cost-control, Model-routing, Performance regression

Learn & Optimize: Feedback clusterer, Evaluation regression, Benchmark optimization, Knowledge freshness

Govern & Protect: Security review, Enterprise approval, Accessibility regression, Adversarial red-team

Each pattern has a concrete “done-when” definition — not subjective completion, but a verifiable external condition.

7 Maturity Levels

00: Manual prompting (human holds state)
01: Scripted retry (bounded, N attempts max)
02: Scheduled loop (trigger without human launch)
03: Stateful loop (progress survives context resets)
04: Self-verifying (external checks decide done)
05: Multi-agent (separate act/check roles)
06: Production-supervised (observability, cost control, user impact)

Key guidance: many useful workflows should stop at Level 2 or 3. Add autonomy only when the current level fails a real operating requirement.

8 Runtime Starters

Five adaptable templates: Claude Code /loop, Desktop scheduled task, Codex automation, GitHub agentic workflow, Shell/cron wrapper.

Three executables: test repair (runs until the same failing command passes), threshold monitor (polls + escalates, no auto-remediation), queue worker (bounded JSONL items with durable receipts).

Why It Matters in 2026

In 2023–2024, most AI engineering focus was on prompt optimization, context window management, and tool design — all single-run improvements. In 2025–2026, deployed agent systems face a different set of problems: how does an agent safely loop without a person watching? How do you prevent it from approving its own wrong outputs? How do you stop it before it burns the budget?

These questions require a new engineering layer. Loop Engineering is that layer. awesome-loop-engineering is the most complete reference collection for it: 545 source-audited resources with contribution/novelty/impact scores, covering research papers (including arXiv 2607.14890), practitioner write-ups, pattern definitions, and runnable code.

© 2026 Author: Mycelium Protocol