Loop Engineering 实战

共 6 篇

1. 1

   什么是 Loop Engineering？从 Prompt 到 Loop 的思维跃迁

   2026/06/20

   AI 编程正从"你写 Prompt"演进到"你设计一个系统，让系统去 Prompt Agent"。本文梳理 Prompt → Agent → Harness → Loop 四个阶段的核心区别，并用 Claude Code 的 AGENTS.md 实操对比手动 Prompt 与自主循环的效率差异。

2. 2

   AGENTS.md — 用规则文件定义你的 Loop 行为

   2026/06/20

   AGENTS.md / CLAUDE.md / .cursorrules 是 Loop Engineering 的核心配置文件。本文对比三大工具的规则文件格式，并手把手教你为一个真实项目编写高质量的 AGENTS.md。

3. 3

   Skills 与 Memory — 让 Agent 积累和复用知识

   2026/06/20

   Agent 每次都从零开始是最大的浪费。本文讲解 Skills（固化经验）和 Memory（跨会话记忆）的设计模式，并实现一套让 Agent 越用越聪明的知识系统。

4. 4

   Worktrees 与沙箱 — 安全隔离的并发执行环境

   2026/06/20

   当多个 Agent 同时修改同一个项目时，文件冲突不可避免。本文讲解 Git Worktrees、Docker 沙箱和权限控制如何让 Agent 安全地并发执行。

5. 5

   Sub-agents 与 Automation — 任务分发与自动化调度

   2026/06/20

   Loop Engineering 的核心是让 Agent 自动发现和分配任务。本文讲解 Sub-agents 的角色拆分和 Automation 的调度机制，并实现一个自动化 CI 修复流水线。

6. 6

   构建你的第一个 Loop — 从零搭建自主循环系统

   2026/06/20

   将前 5 篇的组件（AGENTS.md、Skills、Memory、Worktrees、Sub-agents）组装成一个完整的 Loop 系统。本文用 Python 实现一个可运行的自主循环原型，覆盖任务发现、分配、执行、验证、存档全流程。