Loop Engineering：让 AI 自己给自己派活

最近几周，AI 工具圈子里最火的一个词叫 Loop Engineering（循环工程）。那么 Loop 到底是什么？

可以举一个通俗的例子。你开公司，最开始你会自己干所有活；然后你有钱了，招了第一个人，你得手把手教他，跟他说「把这个表填了」「把那封邮件回了」，一条一条交代。再后来员工越来越靠谱，你给他的就从单条指令变成了一个规则：「每天早上 9 点检查一下，哪些客户三天没联系了要重点关注下」。你不再需要告诉他怎么关注，因为他都能自己搞定。

这就是 Loop，你只需要定时或者不断的重复一个大的规则，具体的细节由它自己去制定和执行。你不用针对每次具体的活去写复杂的提示词指令，一切让 Loop 根据你最终的目标自动规划。说白了，这有点像给智能体又套了一层智能体，不再是你指挥 AI，而是 AI 自己指挥 AI。

最近 Google Chrome 的工程 VP Addy Osmani 写了一篇文章，把 Loop 这个概念做了详细的拆解。他说 Loop 需要五样东西，而这五样东西在 Claude Code 和 Codex 里已经都内置了，而且两家的设计几乎一模一样。所以，你在一边学会的，换到另一边不用重新学。

哪五样？我尽量用大白话说。

第一样，定时器。总得有个东西把 Loop 叫醒。可以是每天早上 8 点半，可以是每次有人往共享文件夹里丢了一个新文件，也可以是数据库报了警。在 Claude Code 里，这个叫定时任务和 Hook（钩子），在 Codex 里叫 Automations（自动化），功能完全一样：到点了或者发生什么事了，智能体自己启动，不用你按回车。

第二样，独立工位。假设你同时跑了三个 Loop，一个在整理昨天的客户邮件，一个在更新产品库存表，一个在扫描合同到期日。这里有一个比较大的问题，就是不能让它们能用同一份文件。不然一个改了一半，另一个也上手改，那数据就乱了。而独立工位就是给每个 Loop 自己的文件夹，各干各的，互不干扰。在编程工具里，这个叫 Worktree。

第三样，说明书。虽然 Loop 的核心优势是具体的活你不太需要自己亲自干，但很多业务细节只有你才知道。比如假如你有一个客户分类规则：「三个月没下单的算沉默客户，发优惠券；一个月内咨询过两次以上的算活跃客户，发新品介绍」，你需要有定一个 Skill，让 AI 涉及到此类业务的时候能自己去读 Skill 来了解细节。这个 SKill 可以设置这样的触发条件：每当提及客户分类规则，则需要阅读此 Skill。

第四样，连接外部工具。智能体要能读你的邮件、查你的表格、发通知到飞书或微信，这些统称为连接器。Claude Code 可以通过 MCP 接外部工具，Codex 也有自己的对接方式，在设置里点几下就行。

第五样，子智能体。我觉得这可能是 Loop 里最实用的一个机制。主智能体不只自己干活，还能分派出子智能体。比如你给它一个任务「整理这周所有销售数据，做成分析报告」，它会让一个子智能体去拉 CRM 数据，另一个去拉财务数据，第三个把两边汇总成表格，最后自己再写分析结论。