-
Loop engineering：把 agent 放进工程循环
本文探讨了“Loop engineering”这一理念，即工程师不再逐轮提示agent，而是设计包含读取状态、判断任务、执行操作、验证结果、记录状态和判断停止条件的自动化循环系统。文章详细拆解了支撑该系统的六大组件：负责唤醒的自动化机制、隔离并行的worktrees、沉淀项目知识的skills、接入外部工具的插件、分离读写职责的子agent以及确保状态持久化的记忆层。作者强调，loop engin…- 2.1k
- 0
-
零基础也能看懂的 Loop Engineering
前言 假设一个场景： 小朋友做完作业，说了一声“写完了”，老师检查后发现：有一道题算错了，还有一道漏了单位。于是，小朋友根据批注订正，再检查一次，直到符合要求，或者遇到需要老师帮助的问题。 这里有一条很重要的线索：上一次的结果，决定了下一次要做什么。 Agent 完成复杂任务，也需要这样的过程。它不仅要能执行指令，还要能看见结果、对照目标、记住进度，并判断什么时候继续、什么时候停。 Loop En…- 1.4k
- 0
-
从 Loop 到 Graph Engineering 的演进思考与实战
文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。 背景：之前，我写了一篇关于 Loop Engineering 的文章《Loop Engineering概念解析、思考与实践》，专门介绍了如何使用 Loop 的方式来构建那些可以自我验证、能自动循环执行的 Agent。今年7月，AI 界又双叒叕出现了新的 Agent 范式概念，叫做 Graph Engineering，让我们一探…- 1.2k
- 0
-
实测GLM 5.3｜重回开源国模一哥
长程调度，Agent Loop，这两个词，圈里喊了大半年，你随便刷个技术社区都能看到 乍一听挺唬人。翻译过来其实就一句话：让 AI 自己把一件大事，拆成很多步，一步一步做完，中途还记得自己为啥在干 这几个月，DeepSeek、Kimi、Qwen 都在验证这条路线。今天智谱也发了GLM-5.3 官方说，通过通过极致的后训练 Scaling：数十倍的长程任务环境、更丰富多样的环境类型、超长的后训练时间…- 1k
- 0
-
Agent Loop 才火一个月，Graph Engineering 又来了，但只要我学得足够慢，就什么都不用学了
我们之前就说过：AI 是出了名的喜欢炒冷饭行业，包括下述词汇： Prompt Engineering、RAG、Context Engineering、ReAct、Agent、MCP、Skills、Harness... 都可以说是针对于某个概念的再包装、再进化，比如其中的提示词工程到上下文工程再到 Harness，都可以理解为为 AI 提供更适合的执行环境。 所以，无论多高大上的词、多新的概念，都不…- 927
- 0
-
Loop Engineering 到底是什么？看这一篇就够了
本文作者：Henry Li，DeerFlow 团队 摘要 很多人第一次接触 Loop Engineering，容易把它想成 “让 Agent 自动跑起来”。但真正的分水岭，其实是你站在哪个位置：是继续当那个在旁边逐句下指令、盯着每一步的人，还是退后一步，搭一个能替你转动的机制。 这个机制要替你做的，是一连串原本得你亲自来回操作的事：它得自己醒过来开工，而不是等你点一下；它得知道资料藏在哪、怎么…- 2.3k
- 0
-
OpenClaw、WorkBuddy、Loop 工程：谁在火，谁有用，谁还在 Demo
今年，市场被 OpenClaw 洗了一波，数字员工的概念开始撬动人心，随后类似的 Agent 便如雨后春笋，比如 Hermes、Aipy、WorkBuddy、钉钉悟空、字节 Aily... 与 Agent 相关的专业名词也层出不穷，包括 Context Engineering、ReAct、Harness、MCP、Skills、Agent Loop... 这种多且杂的局面，把很多人搞得很慌、搞得很乱…- 1.2k
- 0
-
OpenClaw 创始人吹的 Loop 工程到底是个撒？不用写提示词了？
来，又来，AI 领域又来新名词了！这次是 Loop Engineering。 借此机会，大家也顺便复习下过去 3 年一些火过的名词，看还记得撒： Prompt Engineering、RAG、Context Engineering、ReAct、Agent、MCP、Skills、Harness... 如果对 AI 工程有一定认知的同学会了解：上述名词很多都是在炒冷饭，他们很有点对某个概念再包装的嫌疑…- 1.1k
- 0