Loop Engineering：新的循環(huán)收費(fèi)站

6月份，AI編程圈被兩句話點(diǎn)燃。

Anthropic的Boris Cherny說(shuō)：我不再給Claude寫提示詞了，我的工作就是寫循環(huán)。OpenAI的Peter Steinberger說(shuō)：別再給編程Agent寫提示詞了，去設(shè)計(jì)循環(huán)。

兩句話收獲千萬(wàn)級(jí)曝光，Google工程主管Addy Osmani立刻正式命名：Loop Engineering。"提示詞工程已死"的標(biāo)題鋪滿屏幕。

先說(shuō)清楚，Loop Engineering 到底是干啥的！

剝掉新詞，循環(huán)（loop）就是一段預(yù)先寫好的"包工頭"邏輯：它自己找出有什么活要干，把一塊丟給AI，檢查交回來(lái)的東西，不合格就帶著報(bào)錯(cuò)再丟一次，直到通過(guò)、或者撞到預(yù)設(shè)的次數(shù)和預(yù)算上限才停。

關(guān)鍵區(qū)別在于，到底是用戶還是AI在中間一步步操作。

過(guò)去的用法是這樣：跟Claude說(shuō)"給待辦事項(xiàng)寫一套增刪改查接口"，它寫完，用戶一看少了字段校驗(yàn)，再說(shuō)"補(bǔ)上校驗(yàn)和測(cè)試"，它再改，來(lái)回拉鋸，每一步都得用戶盯著、出聲。這就是提示詞工程：一輪一輪地跟模型對(duì)話。

循環(huán)把這件事翻了過(guò)來(lái)。用戶寫一小段腳本，一次性定好四樣?xùn)|西：目標(biāo)（接口能跑通、測(cè)試全綠）、驗(yàn)收標(biāo)準(zhǔn)（跑一遍npm test）、能動(dòng)用的工具、什么時(shí)候停（測(cè)試通過(guò)，或者最多試50次）。然后撒手。腳本自己反復(fù)提示模型、自己跑測(cè)試、不過(guò)就把報(bào)錯(cuò)喂回去讓它改，全程不用人插話，跑完或者徹底卡住了才回頭叫人。

用Boris Cherny的話說(shuō)，干活的最小單位變了：從敲一行代碼，到寫一句提示詞，再到寫一個(gè)循環(huán)。用戶不再是那個(gè)寫提示詞的人，而是那個(gè)寫"寫提示詞的東西"的人。

說(shuō)穿了，循環(huán)就是一臺(tái)帶模糊判斷的狀態(tài)機(jī)。難的從來(lái)不是循環(huán)本身，是那些防止它在死循環(huán)里燒掉兩百美元的邊界條件。這里記住，后面要考。

但內(nèi)核其實(shí)是舊東西。2023年AutoGPT就試過(guò)讓AI自己跑循環(huán)，沒驗(yàn)證、沒邊界，撒開了跑，最后失敗了。2025年Context Engineering剛被Karpathy背書，2026年初Harness Engineering還熱乎著。一個(gè)內(nèi)核是舊概念、只是補(bǔ)上了控制的東西，憑什么2026年6月突然就需要一個(gè)新名字？

技術(shù)確實(shí)在進(jìn)化，但采用新的方法是否有必要，答案得在商業(yè)里面找。

模型漲不動(dòng)了

一個(gè)全行業(yè)的普遍感受是：大模型能力的邊際驚喜，正在快速減少。

從GPT-4到Claude 4再到Gemini 2，開發(fā)者端的體感差距在持續(xù)收窄。一年前換模型，輸出質(zhì)量可能跳一檔；現(xiàn)在換模型，差別更像這個(gè)語(yǔ)法更順一點(diǎn)，那個(gè)注釋更規(guī)范一點(diǎn)。基準(zhǔn)測(cè)試上的數(shù)字還在漲，但生產(chǎn)環(huán)境里的"啊哈時(shí)刻"在變少。

MIT 2026年初的一份研究指出，隨著算力投入增加，頂尖模型與輕量模型之間的性能差距正在收斂，每多投入一美元帶來(lái)的提升在持續(xù)下降。Steve Eisman在2025年底的播客中直言，繼續(xù)擴(kuò)大LLM規(guī)?？赡苁且粭l死胡同。Ilya Sutskever在NeurIPS 2024上也表態(tài)：預(yù)訓(xùn)練的時(shí)代即將結(jié)束。

但模型在聊天場(chǎng)景里的邊際驚喜收窄，不代表它在所有場(chǎng)景里都停住了。Agent棧的可用窗口，恰好在這個(gè)節(jié)點(diǎn)打開。工具調(diào)用從一碰就碎到標(biāo)準(zhǔn)化的MCP協(xié)議，長(zhǎng)上下文從記不住到百萬(wàn)token穩(wěn)定輸出，自我驗(yàn)證從自說(shuō)自話到寫查分離的工程機(jī)制。模型本身沒有指數(shù)級(jí)飛躍，但圍繞模型的工程基礎(chǔ)設(shè)施，補(bǔ)齊了。

于是出現(xiàn)了一個(gè)微妙的甜蜜點(diǎn)：模型夠用到能讓循環(huán)不崩潰，但又沒好到讓循環(huán)變得多余。模型要是一步到位，根本不需要在外面套一層付費(fèi)的循環(huán)。Loop Engineering被推銷的時(shí)機(jī)，正好卡在這里。

對(duì)Anthropic和OpenAI這種估值建立在永遠(yuǎn)增長(zhǎng)上的公司來(lái)說(shuō)，模型本身拉不開差距，是最危險(xiǎn)的信號(hào)。模型是基礎(chǔ)設(shè)施，利潤(rùn)卻不在磚塊本身，而在收費(fèi)站。它們必須讓模型流經(jīng)的管道產(chǎn)生溢價(jià)。Loop Engineering，就是這條新管道。

廠商開始賣"范式"

2022到2024年，廠商賣的是模型能力。誰(shuí)的模型更聰明，誰(shuí)贏。

2025年開始，規(guī)則變了。模型差距縮小，廠商轉(zhuǎn)而賣"使用模型的方式"。Context Engineering說(shuō)，模型已經(jīng)足夠聰明，瓶頸在使用方式，得把上下文裝對(duì)。Harness Engineering說(shuō)，模型已經(jīng)足夠聰明，瓶頸在使用方式，得給Agent搭好腳手架。Loop Engineering說(shuō)，模型已經(jīng)足夠聰明，瓶頸在使用方式，得把自己升級(jí)成循環(huán)設(shè)計(jì)者。

每一輪都在傳遞同一個(gè)潛臺(tái)詞：模型已經(jīng)足夠聰明，瓶頸在使用方式。

這句話未必是假的——如果瓶頸真的從模型轉(zhuǎn)移到了用法，那它就是事實(shí)。問(wèn)題在于廠商怎么用它：它把模型增長(zhǎng)放緩的壓力，悄悄轉(zhuǎn)譯成了用戶能力不夠的焦慮。用戶買的東西，從算力變成了資格——不被淘汰的資格。

縱觀近期AI發(fā)展的時(shí)間線，會(huì)發(fā)現(xiàn)這似乎是一種"議程設(shè)置"。2025年中，Context Engineering經(jīng)Tobi Lütke等人推廣、由Karpathy在社交層背書后，迅速成為agent棧的顯學(xué)。2026年初，Mitchell Hashimoto提出Harness Engineering。2026年6月，Addy Osmani命名Loop Engineering，引爆全網(wǎng)。

從Context到Loop，大約九個(gè)月。每一輪都有行業(yè)頂流背書，每一輪都宣稱上一輪過(guò)時(shí)。

技術(shù)迭代的自然節(jié)奏從來(lái)緩慢。TCP/IP從提出到普及用了二十年，React從發(fā)布到統(tǒng)治前端用了五年。真正的工程范式遷移，是緩慢的、自下而上的、充滿爭(zhēng)議的。而Prompt到Context到Harness到Loop這條線，是快速的、自上而下的、齊聲合唱的。

這里得把話說(shuō)準(zhǔn)。同樣這組現(xiàn)象：多家廠商同步、概念整齊遞進(jìn)，既能解釋成精心編排，也能解釋成另一種可能：幾家實(shí)驗(yàn)室在同一套工具下，撞到了同一面工程墻，自然收斂到同一個(gè)答案。趨同不等于合謀。所以更穩(wěn)妥、也更站得住的說(shuō)法是：廠商未必編排了這個(gè)節(jié)奏，但他們一定在用力利用這個(gè)節(jié)奏。無(wú)論是哪一種，這種節(jié)奏看起來(lái)都更像品牌的刷新周期，而不是傳統(tǒng)工程范式的自然遷移。

更值得注意的是概念和產(chǎn)品發(fā)布時(shí)間的重合。Anthropic在5月28日給Claude Code上線了Dynamic Workflows（動(dòng)態(tài)工作流），讓模型自己寫編排腳本、在后臺(tái)調(diào)度成百上千個(gè)子代理。OpenAI的Codex則在更早的春天就加上了持續(xù)目標(biāo)（goals）能力。產(chǎn)品先備好，再等一個(gè)概念來(lái)引爆市場(chǎng)，Loop Engineering的命名，本質(zhì)上是一次注意力的重新拍賣。有趣的是，贏家總是手握token最多的人。

當(dāng)用戶在X上爭(zhēng)論Loop Engineering是不是新瓶裝舊酒的時(shí)候，已經(jīng)完成了廠商想要的那件事：把注意力從"模型有沒有進(jìn)步"，轉(zhuǎn)移到了"新范式值不值得追"。

鎖定與燒錢

Loop Engineering表面提高效率，實(shí)際上是在兩頭燒錢：一頭是遷移成本，一頭是運(yùn)行賬單。

先說(shuō)鎖定。當(dāng)把提示詞寫進(jìn)SKILL.md、把驗(yàn)收規(guī)則寫進(jìn)CLAUDE.md、把循環(huán)邏輯嵌進(jìn)Claude Code的loop和動(dòng)態(tài)工作流，用戶用的就不只是一個(gè)工具，而是在建一個(gè)專有架構(gòu)。循環(huán)越復(fù)雜、沉淀的規(guī)則越多，對(duì)這套體系的依賴就越深。

Anthropic和OpenAI的循環(huán)組件幾乎撞臉：Automations、Worktrees、Skills、Connectors、Sub-agents、Memory，六大件高度一致。兩家不約而同，本質(zhì)上是雙向鎖定：模型層拉不開差距，就在工程層制造選擇成本。選了Claude Code的循環(huán)體系，遷到Codex就得重搭一遍；反之亦然。

一些早期團(tuán)隊(duì)的非正式反饋是，把Loop引進(jìn)組織后想再遷出來(lái)，耗費(fèi)的時(shí)間和資源遠(yuǎn)超預(yù)期，拖得越久越糟。廠商的算盤不在一次性賣API，而在讓用戶每年都為維持現(xiàn)有體系支付工程成本。

比技術(shù)債更隱蔽的，是概念債和理解債。

每九個(gè)月?lián)Q一次概念，意味著每九個(gè)月團(tuán)隊(duì)就要重構(gòu)一次工作流。Context Engineering剛搭好的上下文體系，Harness來(lái)了得改；Harness剛把腳手架搭穩(wěn)，Loop來(lái)了得再改。廠商不會(huì)為這種重構(gòu)買單，但團(tuán)隊(duì)的生產(chǎn)力在概念切換的間隙里被持續(xù)消耗。

與之相伴的是代碼層面的理解債。循環(huán)批量產(chǎn)出的代碼沒人讀，團(tuán)隊(duì)對(duì)系統(tǒng)的理解深度持續(xù)下降。一邊追著新概念改工作流，一邊對(duì)著黑盒代碼抓瞎。Addy Osmani自己也提了這個(gè)警告：循環(huán)產(chǎn)出越快，用戶讀懂的比例就越低，最舒適的選擇是認(rèn)知投降：接受循環(huán)返回的任何結(jié)果。

這不是在庸人自擾。2025年Vibe Coding的余溫還在。METR 2025年7月那項(xiàng)隨機(jī)對(duì)照實(shí)驗(yàn)發(fā)現(xiàn)，有經(jīng)驗(yàn)的開發(fā)者用AI工具處理復(fù)雜任務(wù)，效率反而下降19%（需要說(shuō)明：METR在2026年初對(duì)該研究的方法提出了保留，結(jié)論被修正為"尚不能確定AI是否提升生產(chǎn)力"——這條數(shù)據(jù)要用，得帶著這個(gè)保留用）。更穩(wěn)的是安全側(cè)：Veracode 2025年的報(bào)告顯示，45%的AI生成代碼通不過(guò)安全測(cè)試。Lovable平臺(tái)也出過(guò)應(yīng)用批量暴露用戶數(shù)據(jù)的事故。

循環(huán)把這些問(wèn)題放大了。有三個(gè)坑特別隱蔽：偷懶，50項(xiàng)安全任務(wù)做了20項(xiàng)就喊搞定；自夸，給自己的成果打高分；漂移，跑了47輪之后，最初的"別做X"約束悄悄消失。測(cè)試通過(guò)了，架構(gòu)卻偏了；功能跑通了，邏輯卻埋了雷。沒有人盯著中間產(chǎn)物，誰(shuí)也不知道出錯(cuò)的地方是哪里。調(diào)試一個(gè)跑了47輪的狀態(tài)機(jī)，比修好一條prompt難10倍。

更諷刺的是，概念債的主要受害者是中層開發(fā)者。頂層設(shè)計(jì)者如Boris，有近乎無(wú)限的token和完整基建，概念迭代對(duì)他只是多一個(gè)管理維度；底層寫提示詞的人反正還沒入場(chǎng)；卡在中間的人，剛學(xué)會(huì)上一輪，下一輪又來(lái)了，永遠(yuǎn)在追趕，永遠(yuǎn)追不上。

然后是賬單，這才是這套范式最直接的代價(jià)。

2026年5月，據(jù)The Verge（Tom Warren）報(bào)道，微軟要求其Experiences + Devices部門的數(shù)千名工程師，在6月30日財(cái)年末之前從Claude Code遷回GitHub Copilot CLI。微軟官方給的理由是工具鏈統(tǒng)一、想要一個(gè)能和GitHub一起塑形的產(chǎn)品；但這個(gè)動(dòng)作卡在財(cái)年末的時(shí)點(diǎn)，被普遍解讀為真實(shí)動(dòng)因是成本。要知道，微軟自己通過(guò)Foundry協(xié)議向Anthropic投了最多50億美元，連它都按不住重度使用的賬單。

Uber的案例更直接。它給約5000名工程師鋪開Claude Code后，四個(gè)月就燒穿了2026年的全年AI預(yù)算。采用率從2月的32%飆到3月的84%，人均月支出150到250美元，重度用戶500到2000美元，CTO本人一次兩小時(shí)的會(huì)話就花掉了1200美元。管理層把這描述為一個(gè)"腦袋要炸"的時(shí)刻。

這些數(shù)字在別的文章里是"成本陷阱、使用需謹(jǐn)慎"，在商業(yè)視角里，它們是概念迭代的直接成果。

Loop Engineering的本質(zhì)，是讓用戶從"按需調(diào)用模型"變成"持續(xù)運(yùn)行模型"。loop每分鐘跑一次，動(dòng)態(tài)工作流在云端24小時(shí)跑，幾千個(gè)Agent夜間并行。Anthropic自己在動(dòng)態(tài)工作流的說(shuō)明里就直接警告：這個(gè)功能會(huì)比普通會(huì)話消耗多得多的token，建議先拿小任務(wù)試。表面看是技術(shù)進(jìn)步，骨子里是消費(fèi)模式升級(jí)：從"買電"變成"全天候耗電"。

這就是經(jīng)濟(jì)學(xué)里的杰文斯悖論：技術(shù)效率提升，反而帶來(lái)總消耗的增長(zhǎng)。廠商的收入公式很簡(jiǎn)單：用戶停留時(shí)長(zhǎng)乘以調(diào)用頻次乘以token單價(jià)。Loop Engineering同時(shí)拉升了前兩個(gè)變量，讓AI從"叫它才動(dòng)"變成"它自己一直在動(dòng)"。動(dòng)得越多，賬單越厚。

Peter Steinberger面對(duì)"20美元套餐根本不可能"的質(zhì)疑，回答：沒錯(cuò)，可難道時(shí)間就不值錢嗎？翻譯過(guò)來(lái)就是：別算token賬了，算時(shí)間賬。但時(shí)間賬是模糊的、感性的、無(wú)法審計(jì)的；token賬是清晰的、剛性的、每月自動(dòng)扣款的。廠商希望用戶用模糊的時(shí)間賬，去覆蓋清晰的token賬。

結(jié)語(yǔ)

2023年的AutoGPT，最早火出圈、讓AI自己定目標(biāo)、自己循環(huán)干活的開源項(xiàng)目——失敗了，因?yàn)樗鼪]有控制。2026年的Loop Engineering能落地，因?yàn)樗?strong>有控制、有驗(yàn)證、有邊界。這是技術(shù)層面的真相。

商業(yè)層面的真相是另一條：2023年模型還在快速進(jìn)步，廠商不需要新概念也能賣；2026年模型在chat場(chǎng)景里的邊際驚喜收窄了，廠商需要新概念來(lái)拉動(dòng)新增長(zhǎng)，同時(shí)把用戶鎖進(jìn)需要持續(xù)付費(fèi)的管道層。

這兩個(gè)真相并不矛盾，它們同時(shí)成立。Loop Engineering既是真實(shí)的工程進(jìn)化，也是真實(shí)的商業(yè)策略。用戶每多寫一個(gè)循環(huán)、每多跑一輪任務(wù)，都在幫某家公司的商業(yè)模式添一個(gè)數(shù)字。技術(shù)本身是中立的，但技術(shù)的命名權(quán)、定價(jià)權(quán)、注意力分配權(quán)，從來(lái)都不是中立的。

看懂管道的生意，用好管道的價(jià)值，同時(shí)永遠(yuǎn)守住自己的判斷力。同一個(gè)循環(huán)，用在自己真懂的活上是杠桿，用來(lái)逃避理解就是加速下滑——做看得懂循環(huán)的工程師，而不是只會(huì)按下運(yùn)行鍵的操作員。別讓自己的職業(yè)生涯，綁定在別人的增長(zhǎng)曲線上。

說(shuō)到底，工程師才是那個(gè)判官。但判官也得交電費(fèi)。判官得知道，電費(fèi)為什么交、交給了誰(shuí)、值不值得。