夜雨聆风Peter Steinberger 发了一条推——"stop making prompts, start designing loops"——650 万次浏览。Google 工程总监 Addy Osmani 当天跟进长文：「Loop engineering 就是在取代你自己作为那个给 Agent 发 Prompt 的人。你设计系统，系统替你发。」
但 Loop Engineering 不是凭空冒出来的。它是四年演进的最外层。
四层叠代，不是替代
每 18 个月左右，AI 工程的"重心"往上挪一层。旧层没有被消灭——它变成了新层的子模块。
Prompt Engineering（2022-2024）
"我该说什么？"
这是最早的技能：学会把需求翻译成模型能理解的指令。少样本示例、思维链、角色设定——这些技法让你在单次对话里拿到更好的回答。
Prompt Engineering 的核心假设是：指令的质量决定输出的质量。在那个模型能力不稳定的阶段，这个假设基本成立。
Context Engineering（2024-2025）
"我该喂什么信息？"
很快，实践者发现了一件事：Prompt 本身不是瓶颈。瓶颈是模型在推理时能看到什么。
对话历史、检索到的文档片段、工具调用的返回结果、当前项目文件——这些信息的组合方式，比 Prompt 的措辞影响更大。
2025 年 6 月，Shopify 的 Tobi Lütke 下了定义：提供让任务"可被模型合理解决"所需的全部上下文。Andrej Karpathy 接着把它描述为"往上下文窗口里填恰好正确的信息的精妙艺术"。9 月，Anthropic 正式发布了《Effective Context Engineering for AI Agents》，称之为"Prompt Engineering 的自然演进"。
Prompt Engineering 没死——它变成了 Context Engineering 的子集。
Harness Engineering（2025-2026）
"我该建什么系统？"
当 Agent 不只是回答问题，而是开始在真实项目里自主操作——读文件、跑命令、改代码、调 API——一个新的问题出现了：你管得住它吗？
2026 年 2 月，Mitchell Hashimoto（Terraform/Ghostty 作者）给了这个问题一个名字：Harness Engineering。
Harness 是 Agent 运行的全部环境：它遵循的规则文件（AGENTS.md / CLAUDE.md）、它必须通过的验证（evals / lint / test suite）、它的工具白名单、它的反馈回路。Martin Fowler 通过 Thoughtworks 工程师 Birgitta Böckeler 引入了 guides-and-sensors 分类法——guides 是前馈控制（约束 Agent 在行动前），sensors 是反馈控制（观察和验证 Agent 的行为后）。
OpenAI 同年公开了他们内部 Agent 基础设施的实践。Anthropic 的 Boris Cherny 框架里，人在 spec 定义和结果验收两层，中间的全部迭代由 Agent 自己完成。
Context Engineering 变成 Harness 的子集。Prompt 变成子子集。
Loop Engineering（2026 年 6 月）
"什么循环能让它自己跑到目标，并且知道什么时候停下来？"
Steinberger 那条推文不是发明了一个新概念——是把已经发生的事给了一个名字。
Loop Engineering 问的不是"Agent 需要什么环境"（那是 Harness 的活），也不是"Agent 应该看到什么信息"（那是 Context 的活）。它问的是："Agent 跑起来之后，循环长什么样？什么时候继续、什么时候重试、什么时候停？"
核心循环：
Act → Evaluate → Decide → Act → ...↑ |└── 成功：停 / 失败：重试或升级 ──┘
每一环需要四个要素：
1. 触发（Trigger） — 谁或什么启动这个循环？Cron 定时器？Webhook？Git commit？/loop 命令？
2. 验证（Verification） — Agent 怎么知道自己做对了？Simon Willison 说的最简洁：「一个编程 Agent 的价值，被一套干净通过的测试集放大了一个数量级。」Anthropic 内部的长运行 Agent 用一份 200+ 条 JSON 功能清单，每条标记 passes: false，Agent 必须证明每条都通过才能标记完成。
3. 停止条件（Stopping Condition） — 循环不是无限的。最大迭代次数、Token 预算、时间上限、或检测到无进展（"转了三圈还是同一个结果"）——必须有一个硬退出机制。
4. 护栏（Guardrails） — 沙箱、最小权限凭证、预算上限。Willison 给 Claude Code 单独开了一个 Fly.io org，上限 $5——跑飞的循环花不了真钱。
Chad Fowler 的框架：Relocating Rigor
这四层演进背后有一个统一叙事。Chad Fowler（Ruby 社区元老、Honeycomb CTO）管它叫 Relocating Rigor——工程严谨性没有消失，只是每次都在往上挪一层。
当 XP 运动说"用自动化测试代替设计文档"时，老派工程师说你们在放弃严谨。他们错了——严谨性从文档转移到了测试。当动态语言说"没有编译器类型检查也能写"时，同样的批判。严谨性从编译期转移到了运行时测试覆盖。
现在同样的事在 AI 工程里重演。批评声说"把代码交给 AI 就是放弃工程严谨性"。但严谨性没消失——它从写代码挪到了设计上下文，从设计上下文挪到了搭建 Harness，从搭建 Harness 挪到了设计 Loop。
你在每一层写的不是 Prompt，是规则。规则管的是 Agent 的行为边界。行为边界越清晰，Agent 越可靠。
你现在在第几层？
四层不是相互排斥的——它们是嵌套的。好的 Loop 需要好的 Harness。好的 Harness 需要好的 Context。好的 Context 需要好的 Prompt。
如果你现在的主要工作还是手写每一条 Prompt，你相当于在用 2023 年的方式跟 2026 年的模型交互。模型能力涨了 100 倍，你的工作方式没变——这不是模型的损失，是你的。
怎么往前挪一层
从 Prompt 到 Context：下次跟 Claude 协作时，不要只写指令。花 30 秒把相关文件、项目结构、之前的踩坑记录一起喂进去。你会发现同样的问题，回答质量完全不同。
从 Context 到 Harness：把你反复喂的上下文写成文件。CLAUDE.md 放项目根目录。行为准则、工具路由、风格规范——这些不该是你每次打字重复的内容，应该是 Agent 启动就自动加载的环境。
从 Harness 到 Loop：找一件你每周重复做超过三次的事。把它的验证标准写清楚（"测试通过""无 lint 报错""发布后 200 OK"），然后用 /loop 或 Cron 让它自己跑。你只在你设定的退出点上介入。
下一步聊具体实践：怎么从零搭建一个 Agent Harness，以及怎么设计第一个生产级 Loop。
参考资料：
Simon Willison: AI agent definition Chad Fowler: Relocating Rigor Anthropic: Effective Context Engineering (Sept 2025) Mitchell Hashimoto: Harness Engineering (Feb 2026) Peter Steinberger: Loop Engineering (June 2026) Addy Osmani: Loop Engineering essay (June 2026)