# 策展 · X (Twitter) 🔥🔥🔥
> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)
> 作者：elvis (@omarsar0) · 平台：X (Twitter) · 日期：2026-06-20
> 原始來源：https://x.com/omarsar0/status/2068008743153832264
## 中文摘要
# 從 Prompting Agents 到 Loop Engineering
AI 程式開發圈流傳著一個說法：別再對你的程式開發 Agent 下 Prompt 了，開始設計能替你下 Prompt 的「迴圈（Loop）」吧。就像所有新事物一樣，這類觀點總是被反覆提及，卻鮮少有人解釋清楚。這是一篇實務指南，說明什麼是 Agent 迴圈、為什麼它很重要，以及在生產環境中它長什麼樣子。
以下是我從與學生、技術創辦人、AI 工程師及新創公司進行的實驗、研究與對談中整理出的心得（由 Claude 協助撰寫）。
你也可以將我們最近的直播課程「自主長效型程式開發 Agent（Autonomous Long-Running Coding Agents）」作為切入點，深入了解這些概念。
## 這個說法的由來
> 「你不需要再對程式開發 Agent 下 Prompt 了。你應該設計能對 Agent 下 Prompt 的迴圈。」—— Peter Steinberger (@steipete)，2026 年 6 月 7 日。220 萬次觀看。原始推文
Claude Code 的開發者 Boris Cherny 也從另一個角度提出了相同的觀點。
> 「我不再對 Claude 下 Prompt 了。我執行的是迴圈。是這些迴圈在對 Claude 下 Prompt 並決定該做什麼。我的工作是撰寫迴圈。」—— Boris Cherny (@bcherny)。原始推文
重點並非 Prompt Engineering 已死。透過 Loop Engineering，工作層級向上提升了：從撰寫程式碼轉變為撰寫「負責撰寫程式碼的系統」。在這個領域進展最快的開發者表示，他們曾有數個月的時間，在完全沒開啟 IDE 的情況下發送了數百個 PR，每一行程式碼皆由 Agent 完成。
## 什麼是迴圈（Loop）？
迴圈是一個你撰寫的小型程式，它執行四件事：
- 替你向程式開發 Agent 下 Prompt；
- 讀取 Agent 的產出；
- 判斷任務是否完成；
- 若未完成，則帶著錯誤訊息或下一步指令再次向它下 Prompt。
你不再需要坐在迴圈裡手動輸入 Prompt；你撰寫迴圈，而模型則成為該迴圈呼叫的一個子常式（subroutine）。
展開畫面重點
該流程圖由四個主要節點組成，箭頭指示了處理順序：
1. 「goal + state」（目標與狀態）：流程的起點。
2. 「act」（執行）：包含「edit / run / tool」（編輯／執行／工具）功能。
3. 「check」（檢查）：包含「tests / verifier」（測試／驗證器）功能。
4. 「stop + report」（停止與報告）：流程的終點。
流程邏輯說明：
- 當「check」階段結果為「pass」（通過）時，流程會導向「stop + report」。
- 當「check」階段失敗時，會透過一條虛線箭頭回饋至「act」階段，標註文字為「fail: feed the error back」（失敗：將錯誤回饋）。
展開畫面重點
該圖表以階梯狀呈現 AI 代理技術的發展歷程，從左下角的「較舊」技術演進至右上角的「較新」技術，並註明「每一階層都更具自主性」。圖中包含五個階段的節點：
1. ReAct (2022, reason / act / observe)
2. AutoGPT (2023, self-prompting goal)
3. ralph loop (context reset each turn)
4. /loop and /goal (cadence + completion built in)
5. orchestration (one author, many agents)
展開畫面重點
圖片標題為「The six parts you assemble into a loop」（你組裝成迴圈的六個部分），內容包含六個編號項目：
1. Trigger（觸發器）：包含 schedule（排程）、webhook、PR label（PR 標籤）。
2. Isolation（隔離）：包含 a git worktree per agent（每個代理一個 git 工作樹）。
3. Written-down context（書面上下文）：包含 conventions it reads each run（每次執行時讀取的慣例）。
4. Tool access（工具存取）：包含 issue tracker（問題追蹤）、CI、DB（資料庫）、chat（聊天）。
5. A second agent（第二個代理）：包含 grades the work, held apart（評分工作，並保持分開）。
6. State on disk（磁碟上的狀態）：包含 markdown、board（看板）、queue（佇列）。
展開畫面重點
該圖表描述了一個名為「The PR babysitter, one scheduled run」的自動化工作流程，包含以下步驟與邏輯：
1. **觸發機制**：每 15 分鐘（every 15 min）進行一次排程觸發（scheduled trigger）。
2. **篩選對象**：針對標記為「agent-watch」的開啟中 PR（open PRs）。
3. **診斷階段**：進行診斷（diagnose），檢查 CI 是否失敗（CI red?）或主分支是否有變動（main moved?）。
4. **執行動作**：執行單次動作（act once），進行修復或重定基底（fix or rebase）。
5. **停止條件**：若 CI 顯示綠燈（CI green）則合併 PR；若預算耗盡（1 次修復、5 分鐘、10 個檔案）則停止並通知人類（stop and ping a human）。
展開畫面重點
此圖表呈現了一個自動化代理的運作迴圈，包含以下四個主要節點：
1. **set condition**（設定條件）：作為流程起點，標註為「first turn starts」（第一回合開始）。
2. **agent works a turn**（代理執行回合）：標註為「edit / run tests」（編輯／執行測試）。
3. **evaluator checks**（評估器檢查）：標註為「fast model: met?」（快速模型：是否達成目標？）。
4. **goal clears**（達成目標）：標註為「stop + report」（停止並報告）。
流程邏輯：
- 若評估結果為「yes」（是），流程進入「goal clears」節點並結束。
- 若評估結果為「no」（否），則透過虛線箭頭回饋至「agent works a turn」，並標註「no: another turn with guidance, state carried across turns」（否：帶著指引進行下一回合，狀態會在回合間保留）。
展開畫面重點
該圖表呈現了一個四階段的工作流程看板，從左至右分別為：
1. **todo**：包含「a card」，下方註記「prompt / issue / PR」。
2. **running**：包含「executing」，下方註記「durable run, heartbeats」。
3. **human review**：包含「awaiting review」，下方註記「the stop-and-report gate」。
4. **done**：包含「merged」，下方註記「loop closed」。
圖表底部有一條虛線箭頭，從「todo」欄位指向「done」欄位，並附帶文字說明：「one run moves left to right, the board is the loop's queue and its human gate」。整體設計旨在表達自動化流程中，任務如何透過看板機制進行管理，並在特定階段加入人工審核環節。
展開畫面重點
該圖表呈現了一個自動化作業的循環流程，包含六個主要步驟，並透過箭頭指示順序：
1. pick a task（選擇任務）
2. scope tight（縮小範圍）
3. budget + stop（預算與停止條件）
4. verifier（驗證器）
5. cadence（節奏/頻率）
6. memory on disk（磁碟記憶體）
圖表底部有一條虛線箭頭，從「memory on disk」指向「pick a task」，並附註說明：「run it on a cadence, every loop reads memory and repeats」（以特定節奏執行，每個循環讀取記憶體並重複）。