夜雨聆风我是个懒狗，排版什么的最烦了，尤其是各种数据图表，调格式能要半条命。所以全文要是出现观点和例子对不上、前后逻辑混乱的地方——观点打架、例子跑题、读着读着就迷了路——您别客气，直接在留言区扣一条“懒狗”，我照单全收。但有一条，你给别人讲或者自己做决策的时候您可千万别学我，老老实实把逻辑链和关键数据核清楚，那是做事最基本的尊重。我是老屁股了可以不尊重，各位，可千万别跟我学坏了。
2026年6月，英伟达CEO黄仁勋扔出一句话，把整个AI圈炸了：Nobody writes prompts anymore. The new job is to write and handle loops.
翻译过来就是，没人再写提示词了，未来的工作是设计和打理循环。紧接着，Claude Code之父Boris Cherny说他已经不给Claude写提示词了，一堆循环在替他干这事儿。OpenClaw之父Peter也说别再给编程Agent写提示词了，去设计循环。吴恩达等大佬也都在推这个方向。
一个编程圈的老概念，怎么突然就成了2026年AI范式迁移的中心？这到底在玩什么？那我关注的token还有用武之地吗？
都刷到我这里了，能不先看一眼5W2H吗？
Loop说白了就是一套让AI自己转起来的机制。以前你用AI干活是回合制的——你写一条提示词，AI给一段回复，你看完不满意，再写一条，AI再改。你是那个发动机，每一下都得你点火。Loop把这事儿翻过来了：你定一个目标，AI自己跑，跑完自己拿独立工具验收，没过关就带着报错重来，直到干完或者花超预算才停。你的活儿从一句一句发指令，变成了设计一套让系统自己转的规则。
第一性原理拆到底，拆到最底层，Loop的兴起只说明一件事：在AI工作流里，人的注意力成了最稀缺的资源。
过去两年，大家用AI的方式本质上是把人变成了流水线上那个拧螺丝的——每一轮交互都得人盯着、人判断、人决策。模型越来越强，但人没变快。Andrej Karpathy说过一句很狠的话：人就是整个流程里的瓶颈。当AI生成代码的速度远超你审核的速度，当你一晚上只能盯三五个回合而AI一分钟能跑几十轮，你就不再是那个掌控节奏的人，你是那个拖后腿的人。
商业博弈就是一场即时战略游戏。Loop的出现，本质上是把“人的注意力”这个最贵的资源从每一轮对话里解放出来，重新配置到更高价值的地方——设计规则、设定目标、做判断。以前你是个微操选手，每一波兵线都要亲手点；现在你升级成了运营指挥官，制定战略让部队自己打。谁先完成这个升级，谁就在下一阶段的AI开发竞赛里抢到了先手。
【即时战略游戏翻译版】
把Loop的博弈翻译成RTS黑话：以前你写Prompt让AI干活，就像你亲手操控每一个小兵去A兵线——每一下都得你点，累死也运营不了几条线。Loop是什么？是你把兵营造好之后，点一下“自动出兵”，小兵自己走、自己打、自己推塔。你从微操手变成了运营官。Claude Code的/goal命令，就是给AI设了个“自动推掉对面二塔”的目标，AI自己规划路线、自己判断什么时候撤、什么时候上。更狠的是，他们让写代码的大模型和验收的小模型Haiku分开——写代码的不能给自己判卷子。这相当于你派了一队兵去推塔，另外派了一个侦察兵在旁边盯着看塔到底推没推掉，防止前线士兵谎报军情。OpenAI Codex那边更猛，最多8个Agent同时在各自的沙箱里干活——8条兵线同时自动推进，你坐在基地看大屏幕就行。
下面进入5W2H环节。
Why（为啥）
Loop之所以突然火了，是因为AI的能力已经跨过了一条线。一年前模型还经常失败，你不得不盯着。现在模型失败率大幅下降，它可以连续跑很久不出大错。这意味着你可以放心地把任务交给它自己转，不用每分钟都盯着。Loop反映的根本矛盾是：AI变强了，但人没变强——人的注意力带宽是固定的，必须把“盯着AI干活”这件事从人的待办清单里划掉。
What（是啥）
Loop不是Agent。Agent是那个干活的人，Loop是让这个人不用你盯着也能持续干活的那套管理机制。没有Loop的Agent，你推一下它动一下，本质上还是个听话的工具。套上Loop的Agent，才真正变成了一个能自转的系统。Loop的核心三要素：一个目标、一套验证机制、一个停止条件。缺任何一个都不叫Loop，叫瞎跑。
Where（在哪）
Loop目前的主战场在AI编程领域。Claude Code做了三件套：/loop负责定时循环，/goal负责目标驱动跑到验收通过，/schedule负责云端定时任务。OpenAI Codex走的是多Agent并行路线。两边实现路径不同，但长出来的形态高度相似。业内普遍认为，模型本身已经卷不出太大差别了，真正的差距在上层的loop编排。
When（何时）
AI工程化在三年内经历了四次迭代。2023到2024年是Prompt Engineering时代——拼谁更会写提示词。2024到2025年是Context Engineering——拼谁给AI的信息更充分。2025到2026年是Harness Engineering——拼谁给AI的工具和环境更好。2026年6月，Loop Engineering被正式推到台前。为什么是现在？因为前三个阶段把AI的“单次能力”磨到了极致，接下来的仗是怎么让AI连续作战、自主作战。
Who（是谁）
这场博弈里，黄仁勋是那个点火的人——一句话把Loop送上了热搜。Boris Cherny和Peter Steinberger是实操派，用亲身经历告诉同行“我已经不写提示词了”。Addy Osmani是命名者，他写了那篇《Loop Engineering》博客，给这个概念起了名字。Anthropic和OpenAI是产品落地方，把Loop直接做进了Claude Code和Codex里。跟进的开发者是买单的人——或者说，是被解放的人。
How（咋运作）
Loop的运作机制分四步。第一步，设定目标。你告诉系统“把仓库里所有失败的PR修了，测试过了才算完”。第二步，自主执行。AI自己开工作树、改代码、跑测试。第三步，独立验证。写代码的模型不能给自己判卷子，必须由另一个独立的验证器来验收。第四步，迭代或停止。没通过就带着报错重来，通过了就提交结果，花超预算也停。这套机制的关键是“写和验分开”——否则AI会自己给自己打高分，闭环就变成了自欺欺人。
How much（啥程度）
Loop的影响正在快速扩散。Anthropic内部超过80%的代码已经由Claude合并。Boris Cherny在2025年11月卸载了自己的IDE，一个月里提了259个PR，没一行代码是自己敲的。Stripe用类似的系统每周合并1300多个AI生成的PR。这些数字说明一件事：Loop不是概念炒作，是真有人在用、真在产生结果。当然，也有清醒的声音——Addy Osmani说现在还为时过早，必须对Token成本非常小心。一个没有硬性停止条件的循环系统，可能会一直跑到预算烧光。
那些把你绕进去的认知陷阱
第一次看到Loop这个概念的时候，很多人第一反应是“这不就是自动化脚本吗”或者“这不就是Agent吗”。后来发现，越这么想越容易踩坑。
Loop的兴起揭示了一个朴素的道理：任何工具的终极形态，都是让使用者从操作层面退到设计层面。你学用电脑，最开始是敲命令；后来是点图标；再后来是写脚本让电脑自己干活。AI也一样——从写提示词，到设计循环让AI自己提示自己。每一次后退，你的杠杆都在放大。商业博弈里真正的赢家，从来不是微操最好的人，而是那个最先设计出“让别人/别的东西替你微操”的系统的人。
最后还是保留节目，一个反常识提问：
如果Loop的本质是“让AI自己跑、自己验、自己改”，那谁来保证“验证器”本身是可靠的？Claude Code用Haiku来验收Sonnet写的代码——那谁来验收Haiku的验收？如果验证器本身有漏洞，整个Loop就会在错误的方向上越跑越远。这套“谁来看守看守者”的问题，在AI循环里到底怎么解？
最后的最后，我是懒狗，水平也有限，文中无论专业内容还是其他表述，出现错误都是必然的，非常欢迎各位批评指正，您看的开心，我也就写的开心。
看不懂的化学名词怎么办？直接打广告，是我影分身，硬核的输出，站在化学的角度看世界：
关注，点赞，评论，推荐，转发，谢谢各位看官老爷嘞！祝您天天开心快乐身体健康恭喜发财万事如意福如东海了嘞！
