AI 编程的下一步，可能不是把 Prompt 写得更长，而是把任务设计成一个能自己验证、自己重试、也知道何时停止的循环。
最近，“别再写提示词，开始设计循环”成为 Agent 开发讨论里的高频表达。Claude Code 团队随后给出了更严谨的工程定义：循环是智能体重复执行一轮又一轮工作，直到满足停止条件。这里真正重要的不是“让 AI 一直跑”，而是触发方式、验证规则、停止条件与资源预算。
Claude Code 官方定义的四种循环
四种循环的差别，本质上是四种“何时继续、何时停止”的答案。选择循环前，先判断任务由谁触发、谁负责验收，以及它是否需要跨越较长时间。
| 循环类型 | 停止条件 | 适合任务 |
|---|---|---|
| 回合制 | 人检查结果并决定下一轮 | 探索、零散修改、短任务 |
| 目标制 | 目标达成或达到最大轮数 | 测试、性能优化、可量化交付 |
| 时间制 | 用户取消、队列清空或外部事件完成 | 定时汇总、PR 监控、例行检查 |
| 主动式 | 单项任务完成；例行流程持续运行 | Bug 分诊、依赖升级、持续反馈处理 |
1. 回合制循环：人仍然握着方向盘
每次用户输入都启动一轮 Agent 工作：收集上下文、采取行动、检查结果，然后回答。你查看结果后再决定下一步。它最适合边界还不清晰、需要不断做判断的工作。
如果一项手动检查已经重复很多次，可以把检查步骤写入 SKILL.md，让 Agent 自己打开页面、运行测试或比较输出。站内收录的 Skills.sh 可用于了解可复用技能的组织方式。
2. 目标循环：把“完成”写成机器能判断的条件
目标循环适合成功标准可量化的任务。例如：把 Lighthouse 分数提升到 90 以上，最多尝试 5 次。每当主 Agent 准备停止，评估器就对照标准检查；未达标则继续，直到成功或用完轮次。
/goal get the homepage Lighthouse score to 90 or above, stop after 5 tries.3. 时间循环：像 cron 一样定期唤醒 Agent
时间循环通过 /loop 按间隔重复提示词，适合输入不断变化、任务本身保持一致的工作。需要关机后继续运行时，可以使用云端的 /schedule。
/loop 5m check my PR, address review comments, and fix failing CI4. 主动循环：事件触发的无人值守工作流
主动循环把 schedule、goal、Skills、动态工作流与 auto mode 组合起来。系统可以定期检查反馈频道，发现 Bug 后自动分诊、修复、复核并回复。每个任务完成后退出，但整条例行流程一直运行到人工关闭。
循环的底层：工具调用、结果回流与停止
Agent 的内核并不神秘：模型读取输入并评估下一步，调用工具取得结果，再把结果放回上下文继续评估。当某一轮不再需要工具调用时，循环结束并生成最终答案。
真正决定输出质量的是验证器。让 Agent 改网页却不给它浏览器，相当于让设计师蒙着眼检查画面。提供测试、截图、像素检查、日志和明确阈值后，它才有机会形成可靠闭环。想体验长任务编排，可查看站内的 Claude、OpenClaw 与 Codex。
没有闸门的循环，既昂贵又危险
循环能延长 Agent 的工作时间，也会放大错误和成本。最常见的问题不是立即崩溃，而是反复修改同一批文件、不断消耗 token，却没有新增通过的测试；或者把错误方向越做越完整。
Done 条件
必须机器可判定，例如测试全绿、分数达标或队列清空。
硬上限
限制最大轮数、运行时间和预算，防止无限重试。
无进展检测
连续多轮没有新测试通过或有效差异时强制停止。
视频与 CG 团队可以怎么用？
| 场景 | 适合的循环 | 验证方式 |
|---|---|---|
| 批量转码与代理文件生成 | 目标制 | 文件数量、编码参数、损坏检测 |
| 渲染队列监控 | 时间制 | 失败帧、日志错误、输出完整性 |
| 素材入库与标签整理 | 主动式 | 命名规则、重复文件、元数据完整度 |
| 页面与作品集改版 | 回合制或目标制 | 截图、响应式检查、性能分数 |
我们的观点：循环工程是“把 AI 管住”
循环工程不是让 Agent 无限自由，而是把人的经验写成系统约束：任务怎么来、什么叫完成、失败几次后停、什么情况必须交给人。提示词技巧仍然重要，但高价值能力正在从“会说一句好指令”，迁移到“会设计一套可观察、可验证、可停止的行为系统”。
