別再寫提示詞，Claude官方親自教你用4種循環自動干活

新智元報道

【新智元導讀】循環真正的門檻，并不在于讓AI一直跑，而在于它能不能自己踩住剎車。

「不再寫提示詞了」——最近，這句話正在AI圈瘋傳。

從OpenClaw之父、如今在OpenAI主攻下一代個人智能體的Peter Steinberger，到Claude Code創造者Boris Cherny，這些硅谷大佬，正集體轉向「循環」（loops）。

給這股風潮命名為「循環工程」（loop engineering）的谷歌工程師Addy Osmani，也在其中。

Cherny說，自己現在幾乎不親手寫提示詞了。

有一個智能體在替他給Claude寫提示詞，他只跟那個「協調一切」的新Claude對話。

他還撂下一句狠話：十年之后，循環以及類似的功能將是他最為自豪的工作成果之一。

Steinberger說得更絕：別再給編程智能體寫提示詞了，你該設計喂給它們提示詞的循環。

他還在X演示自己的循環：讓Codex每5分鐘醒一次，自動維護代碼倉庫、分派任務，部分工作全自主落地。

大佬們反復念叨的這個「循環」，到底是什么？

最近，Claude Code團隊在官方博客里給它下了明確定義，還一口氣拆出四種循環類型，為「智能體自動干活」立了工程規矩。

Claude Code團隊發文，正式定義「循環」，并拆出回合制、目標、時間、主動四種典型循環。

這背后說穿了：AI編程正在從「寫一句話」，變成「設計一套會自己跑的系統」。

一個提示詞換來一次回答，一個循環換來的，是合上電腦之后還在替你干活的系統。

而程序員，正在從寫內容的人，變成設計系統的人。

四種循環

四種「停止條件」

一個循環到底是什么？

X上吵了很久，答案也是五花八門，Claude Code團隊給出的定義很明確：

循環，就是智能體重復執行一輪又一輪的工作，直到觸發停止條件。

四種循環，就是四種「停止條件」，這句話是讀懂Claude Code這篇關于循環的技術博客的關鍵。

順著「怎么觸發、怎么停止、用什么原語、適合什么任務」幾個維度，Claude Code把循環拆成四種。

第一種，回合制循環（turn-based）。

回合制循環，人逐輪控制，每發一句提示詞啟動一輪。（圖源：Claude官方博客）

人逐輪控制，你寫一句，AI跑一輪，檢查完再寫下一句，全程你握著方向盤。它適合零散的短任務，不進流程、不上日程。

想讓它少來回幾趟，就把你平時手動檢查的步驟，寫進一個SKILL.md文件，讓AI自己驗收。

檢查越能量化，它越能自己判斷做沒做對，你要盯的地方就越少。

第二種，目標循環（/goal）。

目標循環，評估器模型對照標準判定，沒達標就打回重做。（圖源：Claude官方博客）

先把目標寫死，比如「把首頁Lighthouse分數跑到90以上，試5次就停」。

每次Claude想停，一個評估器模型就來對照你的標準，沒達標就打回去接著干，直到目標達成，或者用光你設定的輪數。

測試通過數、分數閾值這類可量化標準之所以好用，是因為Claude不用自己糾結「夠不夠好」，評估器替它判。它不必自己猜「差不多了吧」就過早停手，循環也能干凈利落地收尾。

第三種，時間循環（/loop和/schedule）。

按時間間隔觸發，像鬧鐘。有些活是重復的，任務不變，只有輸入在變，比如每天早上總結一遍Slack消息。

有些活得盯著外部系統，最簡單的辦法就是按時間間隔去查一眼，看變了什么再反應，比如一個可能收到評審、也可能CI掛掉的PR。

用/loop就能按間隔重跑一條提示詞。想讓它在你關機后照跑，就用/schedule把循環搬上云。

這套邏輯，和程序員熟悉的定時任務（cron）幾乎一模一樣。

第四種，主動循環（proactive）。

主動循環，事件或時間觸發，全程無人值守，跑到你親手關掉。（圖源：Claude官方博客）

事件或時間觸發，全程無人值守。

配合auto mode和動態工作流，把長活兒全自動串起來：每小時掃一遍反饋頻道，收到一份bug報告，就自動分診、修復、回復，一條龍跑完，全程不停下來問你要權限。

每個任務達成目標就退出，整條例行任務則一直跑到你親手關掉。它適合那些源源不斷、邊界清晰的活：bug上報、問題分類、依賴升級。

四種循環，說穿了是四種「什么時候該停」的答案：人來判、評估器來判、時間來判、事件來判。

再往底層看一層。

據官方的Agent SDK文檔，這套機制的內核也十分簡單：

Claude評估你的提示詞，調用工具去動手，拿回結果，然后重復，直到某一輪它不再調用任何工具，循環才結束。

Claude Code官方Agent SDK文檔給出的智能體循環：提示詞進入后，Claude評估、調用工具、結果回流再評估，直到某輪不再調用任何工具，才輸出最終答案。（圖源：Claude Code官方文檔）

所謂自主智能體，本質上就是這么一個圈。

真正改變的

并非循環本身

當然，也不能把「設計循環」說成一場從0到1的革命。

定時任務、編排（orchestration）、反饋循環，這些做法早就有了，Claude這次做的，更多是把它們統一命名、歸攏成一套分類標準。

那么，到底什么變了？重點在「停止條件」。

在Claude Code官方總結的一堆實戰技巧里，被單獨拎出來、標為「最有價值的一條」的，是驗證（verification）：

給Claude一個能自己檢查產出的方式。

道理不難懂。

比如，讓工程師做網頁卻不給瀏覽器，頁面能好看嗎？給了瀏覽器，他每改一版都能當場看到效果，反復調到滿意才交。

而模型循環的威力，恰恰就來自這種「自己閉環」的本事。

在這個過程中，提示詞沒有死，它只是退化成了循環里的一個組件。

真正的核心，變成停止條件設計、驗證器（verifier）設計、token預算控制、多輪執行策略。

沒有閘門的循環

強大且危險

循環，是不是意味著你可以放手讓AI自己干一整天？

當然不是。

第一個攔路虎是錢。不設上限的循環，能把token成本燒穿。

據報道，Steinberger自稱是「手握無限token的男人」，因為免費token正是在OpenAI上班的福利之一。普通人沒這待遇。

第二個更隱蔽。智能體會陷入一種「看似有進展、實則原地打轉」的死循環：反復去改同一個文件，卻始終跑不出一個新的通過測試。

它甚至會信心滿滿地，把一個錯的方案越做越「完整」。

工程社區對此的共識很直接：循環很強，但沒有閘門（gating condition）就很危險。

在Reddit的工程討論里，有人把必須的閘門總結成三條，寫循環之前就得先設計好。

done條件：且必須機器可判定，比如測試全綠，或者某個spec項被關閉；

硬上限：包括最大輪數和最大花費，專防成本失控和無限循環；

無進展檢測：一旦發現它反復碰同一批文件卻沒有新的通過測試，就強制停下。

官方也給了一整套省錢紀律：

小任務別硬上多智能體；

能用便宜快的小模型，就別都用最強的；

大規模跑之前先拿一小片試跑；

確定性的活交給腳本，跑腳本比讓模型一步步推理便宜得多；

例行任務別跑得比它該跑的更勤。

所以，循環是一整套「怎么把AI管住」的設計，而不是「撒手讓AI亂跑」。

這也決定了它現在最適合的，是邊界清晰的結構化任務，而非天馬行空的自由發揮。

以前拼誰會說話

現在拼誰會搭系統

這一輪變化中，真正改變的是編程重心：從「內容設計」，挪到了「行為系統設計」。

以前你設計的是一次指令的內容，現在你設計的是一整套行為：它怎么觸發、怎么驗證、怎么停。

Claude Code官方給想設計循環的人們留了個簡單的起點：

去看你自己每天都在干的活，挑其中一個瓶頸環節，然后問自己3個問題：

驗證：那道驗證檢查，我能不能替它寫出來？

目標：目標描述夠不夠清楚？

節奏：活兒是不是按固定節奏出現的？

只要有一個答案是肯定的，你就找到了第一個可以交出去的循環。

AI編程，以前拼的是提示詞技巧，現在拼的是誰會搭系統：誰能設計出一個自己會驗證、自己知道該停的循環。

寫提示詞的時代不會一夜消失，但它的光環正移向循環。

而真正的循環設計者們，才剛剛上場。

參考資料：

https://claude.com/blog/getting-started-with-loops

https://code.claude.com/docs/en/agent-sdk/agent-loop

https://support.claude.com/en/articles/14554000-claude-code-power-user-tips?utm_source=chatgpt.com https://www.reddit.com/r/ClaudeWorkflows/comments/1ujy4wq/workflow_designing_robust_claude_agent_loops/

編輯：元宇