＂别再给 AI 打字了＂——OpenClaw 创始人一句话引爆 520 万讨论

6 月 7 日，OpenClaw 的创始人 Peter Steinberger 在 X 上发了一条帖。

两句话。520 万次播放。

“Here’s your monthly reminder that you shouldn’t be prompting coding agents anymore.” “You should be designing loops that prompt your agents.”

翻译成中文是：

“别再给 AI 编码助手打字了。你应该设计一个会自动给 AI 打字的循环。”

这条帖子发布后的一周，整个科技圈罕见地”全员讨论”了一件事——Claude Code 的负责人回应了，Google 的工程师写了深度解读，Business Insider 专门报道了，36 氪也跟进了同一话题。

但热闹之中，@0xCodez 站出来说了一句不太一样的话：

“loop engineering is real, and most developers don’t need it yet.”

今天我想跟你聊的，就是这两个声音——Steinberger 的话告诉你方向在哪，@0xCodez 的话告诉你路上有哪些坑。

一、Steinberger 是谁？他的话为什么有分量？

为了让你明白这条帖子的分量，先聊聊发帖的人。

Peter Steinberger 是 OpenClaw 的创始人——一个开源 AI Agent 框架，在 GitHub 上拥有几万星，是整个社区里最活跃的 Agent 项目之一。2026 年初，他加入了 OpenAI，专门负责把 Agent 能力带给更多人。

他本人曾经是 PSPDFKit（一个 PDF SDK 公司）的创始人，卖了十几年，然后退休。

所以他说”别再写 prompt 了”，不是一个外行在喊口号，而是真正在一线构建 AI Agent 的人，在告诉你下一步怎么走。

二、Boris Cherny 的回应：更狠

Steinberger 的帖子发出来没多久，Boris Cherny——Claude Code 的负责人——在 CNBC 采访中说了一句更狠的话：

“I don’t prompt Claude anymore. I have loops running that prompt Claude and figuring out what to do. My job is to write loops.”

翻译过来：

“我不再手动给 Claude 写提示词了。我有循环在跑，它们替我给 Claude 写提示词、决定下一步做什么。我的工作变成了写循环。”

同一场采访中，他说了一句分量极重的话：

“如果十年后回头看，loops 会是我最骄傲的作品。”

这两个人——一个在 OpenAI，一个在 Anthropic——异口同声地告诉你：

手动写 prompt 的时代正在过去。设计 loop 的时代正在到来。

三、什么是「Loop」？

为了避免概念混乱，先给一个简单的定义：

Loop = 一个自动运行的程序，它反复给 AI 下任务、收结果、判断是否继续，直到目标达成为止。

传统 vs Loop 的对比，一目了然：

Boris Cherny 在 CNBC 采访中给了一个很具体的例子：

*”现在是一个 Agent 在给 Claude 写提示词。我不用再亲自写了。Claude 替我写提示词，然后我跟那个新的、在做协调的 Claude 对话。”*

这话听起来有点绕——但它就是 Peter 那句话的实操落地版。

四、Claude Code 的 /loops：从概念到产品

Steinberger 和 Cherny 喊的是口号，Anthropic 已经把它做成了产品。

Claude Code 在 6 月更新了一个叫 /loops 的核心功能。36 氪的报道讲得很清楚，几个关键细节：

最小 1 分钟间隔，最长运行 3 天，到期后自动停止。

设计这套机制的目的不是”炫技”，而是解决几个具体问题：

1. 避免冷启动

过去你写脚本包一层 claude -p 调用，每次都是一次”冷启动”——丢失了上一轮的上下文。

/loops 在一个持续存在的 Claude Code 会话里运行。这意味着：

Agent 能记住上一轮在干什么，下一轮继续推进。

2. 避免失控跑飞

Loops 不是持久化后台任务系统。它绑定当前 Claude Code 会话——关掉电脑或结束会话，Loop 就停。

这个设计是为了安全和可预测性。任务不能在你睡着后继续悄悄消耗 API 费用——这是对开发者最朴素也最重要的保护。

3. 提供禁用开关

万一某个 Loop 失控、API 跑飞了，你可以一键关掉它。

Cherny 在采访中介绍，他每天晚上都有几千个 AI Agent 在并行工作。这种规模的自动化，没有这些安全机制根本撑不住。

五、先别急建 Loop！@0xCodez 的 4 条件检查

Steinberger 和 Cherny 喊得很热闹，但 @0xCodez（Lev Deviatkin）冷静地写了一篇 14 步路线图。他的开篇第一句话是：

“Loop engineering is real, and most developers don’t need it yet.”

翻译过来：Loop Engineering 是真的，但大多数开发者现在还不需要。

他的判断标准是 4-condition test——4 个条件都满足，建 Loop 才有价值；任何一个不满足，建 Loop 就是浪费。

条件 1：任务每周至少重复一次

A loop amortizes its setup across many runs. For a one-time job, a good prompt is faster and cheaper.

Loop 的价值靠”重复运行”分摊。如果任务不是每周都发生——你写 Loop 的成本永远收不回来。

举个反例：一次性重构一次老代码？用 prompt 写一段然后让 AI 改，比建 Loop 快十倍。

条件 2：验证必须自动化

The loop needs something that can fail the work without you in the room. A test suite, a type checker, a linter, a build.

如果 Loop 跑完还是要人盯每个 diff 看对不对，那 Loop 反而比手动 prompt 更累——你既写了 Loop 还要 review。

自动化验证 = 测试套件 / 类型检查 / linter / 构建。没有这个，Loop 就是 Agent 在跟自己玩.

条件 3：你的 Token 预算撑得住

Loops re-read context, retry, explore. That burns tokens whether or not the run ships anything.

Loop 会反复读上下文、重试、探索——不管最终出活没出活，token 都在烧。

这就是为什么：

如果你的 token 有限，先建一个最小的 Loop 试水——别上来就铺开。

条件 4：Agent 有”资深工程师”的工具

Logs, a reproduction environment, the ability to run the code it writes and see what breaks.

Agent 必须能：

没有这些能力，Loop 就是闭着眼在迭代——跑的越多，错的越多。

六、30 秒 Loop 检查清单（@0xCodez 实战版）

如果你想做具体任务（不是泛泛而谈”我要不要建 Loop”），他给了一个更具体的 5 条清单：

任一条不通过，都用 prompt 别用 Loop。

七、Loop 的五个核心组件

@0xCodez 在他的 14 步路线图里，跟 Google 的 Addy Osmani 互相印证了——Loop 由 5 个组件组成。这跟昨天讲的 Steinberger 视角是一致的，但@0xCodez 给出了更细的实操说明：

1️⃣ Automations（自动化）—— “循环的心跳”

They fire on a schedule, on an event, or on a trigger condition. They’re the heartbeat – everything else in the loop hangs off them.

两个关键原语：

/goal 用一个单独的小模型判断完成——不是 Agent 自己说自己做完。

2️⃣ Worktrees（工作树）—— “并行不冲突”

The second you run more than one agent, the files start colliding.

两个 Agent 改同一个文件 = 两个工程师同时改同一行 = 灾难。

git worktree 解决问题：每个 Agent 一个独立的工作目录、独立的分支，物理隔离。

@0xCodez 警告：Worktree 解决了机械层面的冲突，但你才是真正的瓶颈——你一个人能 review 多少，决定你能并行几个 Agent。

3️⃣ Skills（技能）—— “写一次，每次读”

A Skill is how you stop re-explaining the same project context every session like a goldfish.

每次 Loop 启动都从零开始”猜”项目背景？——那就别建 Loop。

Skills 的格式很简单：文件夹 + SKILL.md，写你的项目知识（构建步骤、命名约定、踩过的坑）。

对 Loop 尤其重要：没有 skills，每个 cycle 都要重新理解项目；有 skills，意图会累积。

4️⃣ Connectors（连接器）—— “通过 MCP 接入真实工具”

A loop that can only see the filesystem is a tiny loop.

只能看文件系统的 Loop 是”小 Loop”。

MCP（Model Context Protocol） 让 Loop 接入真实工具：

Codex 和 Claude Code 都支持 MCP——你在一个工具写的 connector，搬到另一个一般也能用。

5️⃣ Sub-agents（子代理）—— “把写的和验的分开”

The model that wrote the code is “way too nice grading its own homework.”

写代码的模型，跟审查代码的模型，不应该是同一个。

@0xCodez 直接点名这是 Anthropic 2024 年 12 月就提过的 evaluator-optimizer pattern——一个生成、另一个挑刺、循环迭代。

对 Loop 尤其重要：Loop 跑的时候你不在盯着，唯一能让你放心离开的就是你信任的 verifier。

八、一个完整的 Loop 工作流长什么样？

把 5 个组件串起来，@0xCodez 给的范例：

【每天早上 9 点，自动运行】1. Automations 触发一个 triage skill ↓2. skill 读取： - 昨天的 CI 失败日志 - 当前的 open issues - 最近的 commits ↓3. 写入 markdown 文件 / Linear 看板 ↓4. 对每一个"值得修"的问题： - 开一个独立的 worktree - 派一个 sub-agent 去写补丁 - 派第二个 sub-agent 审查补丁 ↓5. 完成后：发 Slack 通知你 ↓【你上班了，看看 Slack 里有什么】

你做了什么？ 设计一次。 循环做了什么？ 每天自动跑一遍。 你今天做了什么？ 早上 9 点喝杯咖啡，看 Slack，决定是否 commit。

这就是 Loop Engineering 的全部秘密。

九、避坑指南：10 个最常见的 Loop 错误

@0xCodez 在文章末尾总结了 10 个最常见的 Loop 错误——直接翻译过来：

十、最深的坑：理解债和认知投降

这是@0xCodez 文章里最打动我的部分，跟昨天讲的概念完全不同：

“The faster the loop ships code you didn’t write, the larger the distance between what the repository contains and what you understand.”

翻译过来：Loop 越快产出你没写的代码，你的仓库和你脑子里的”项目认知”差距越大。

他给了两个互相矛盾的概念：

Comprehension debt（理解债）——Loop 帮你写的代码越多，你真正读懂的越少。等某天系统出 bug 了，没人能修，因为没人真的看过。

Cognitive surrender（认知投降）——你会倾向于”懒得看了，Loop 说什么就是什么吧”。Loop 越好，这个坑越深。

@0xCodez 给的非技术性建议：

设计 Loop 是解药，但如果你用它逃避思考，Loop 就是毒药。

十一、为什么是现在？

你可能想问：Loop 不是一个新概念，为什么突然被引爆？

两个原因。

原因 1：模型的判断力还不够好

Steinberger 自己说了一句很诚实的话：

*”Loops are the temporary workaround: today’s LLMs have poor judgment. They struggle to know when to keep going, when to stop, or when to call a tool. Loops force agents to work longer.”*

翻译过来：不是 Loop 完美，而是模型太笨。Loop 帮模型”补”了它自己不会判断的那部分。

原因 2：AI 工具的生态位已经变了

2025 年你要写 Loop，需要自己写 bash 脚本、自己维护胶水代码。

2026 年，Claude Code 原生支持 /loop、/goal、hooks，Codex 原生支持 Agent 编排。工具本身已经帮你把”造轮子”的部分解决了——你现在只需要设计逻辑。

十二、这对你意味着什么？

如果你打算认真尝试 Loop Engineering，@0xCodez 的建议比我总结的更值得一读：

“If you pass the test, build small. One automation. One skill. One state file. One gate.”

“Get a manual run reliable. Turn it into a skill. Wrap it in a loop. Then schedule it. Order matters. Skip ahead and you’re paying for a system no one understands.”

翻译过来：

如果 4-condition test 通过，从最小开始。一个 automation，一个 skill，一个 state 文件，一个 gate。

先把手动跑通，把它变成 skill，包成一个 loop，再调度。顺序很重要。跳过去，你在为一个没人理解的系统买单。

Cherny 在采访里说了一句分量极重的话：

“Build the loop. Stay the engineer.”

翻译过来：去建 Loop，但保持做工程师的姿态。

写在最后

Steinberger 的两句话能引爆 520 万次观看、引发 CNBC 报道，不是因为它们多新颖，而是因为它们精准说中了很多人正在感觉到但还没说出口的变化。

@0xCodez 的 14 步路线图能成为爆款，是因为他给那些已经心动的人，提供了一份”先停下来想清楚再动手”的冷静指南。

两个声音合在一起，才是完整的画面：

我们花了两年学怎么写好提示词。

接下来两年，我们要学的是怎么设计好那些不需要我们打字的循环。

但前提是——你真的需要 Loop，而不是因为它听起来很酷。

💬 互动一下

你建过 Loop 吗？跑通过吗？评论区聊聊你的实战体验👇

参考来源：

关注我，第一时间获取 AI 编程工具深度观察。