搜索
最近一段时间，越来越多人开始讨论一个词：Loop。刚开始看到这个说法，我也觉得有点抽象。Agent 本身不就会反复思考、调用工具、修改代码吗？为什么还要专门设计一个 Loop？周末两天看完 Claude Code 团队写的一篇文章，我才发现，这件事其实没有那么玄乎。
前阶跃 Agent 产品负责人钟十六最近的一篇文章，尝试从产品视角回答这个问题。他描绘了一个 Loop 成熟后的未来图景，Agent 将成为自行运转的项目中心，人只需要在关键时刻现身拍板。在他看来，Loop 真正的价值不在于会重复跑任务，而在于它会带着你的每一次判断持续成长，一轮轮变成更懂你的系统，最终沉淀为长期运转的资产。
朋友，听说你还不会搭不会用Loop？别慌！现在直接来抄作业！有位大神直接在GitHub开源了整套Loop Engineering框架，目前已累计收获4.5k Star。Loop是最近爆火的概念，简单解释就是不用再像以前一样一次次输提示词指挥AI干活。
具身智能数据的竞争，正在从“量大管饱”进入下一关。
Prompt还没退场，Loop已经开始接管AI叙事。
当所有人都在比谁「想得更久、算得更多」——推理模型动辄输出成千上万个思考 token，循环式架构恨不得在内部反复迭代十遍八遍——一项新研究反手泼了盆冷水：
AI 圈最近又热了一个词：Loop Engineering。
在世界模型这条路上，行业一直卡在一个几乎无解的矛盾里：想要更真实的长程模拟，就必须给模型更深的计算；可一旦把模型做得更深，部署成本、参数规模和误差累积又会迅速抬头。结果就是，大家都知道世界模型要 “想得更久”，却很难让它在现实系统里 “算得起、跑得稳”。
这就是最近网上热传热议，然后老黄黄仁勋给AI新趋势画的新重点：Nobody writes prompts anymore. The new job is to write and handle loops.（现在根本没有人写Prompt了，新时代的核心工作是编写和管理loop。）