文 | AI唱反调

6月份，AI 编程圈被两句话点燃。

Anthropic 的 Boris Cherny 说：我不再给 Claude 写提示词了，我的工作就是写循环。OpenAI 的 Peter Steinberger 说：别再给编程 Agent 写提示词了，去设计循环。

两句话收获千万级曝光，Google 工程主管 Addy Osmani 立刻正式命名：Loop Engineering。"提示词工程已死"的标题铺满屏幕。

先说清楚，Loop Engineering 到底是干啥的！

剥掉新词，循环（loop）就是一段预先写好的"包工头"逻辑：它自己找出有什么活要干，把一块丢给 AI，检查交回来的东西，不合格就带着报错再丢一次，直到通过、或者撞到预设的次数和预算上限才停。

关键区别在于，到底是用户还是 AI 在中间一步步操作。

过去的用法是这样：跟 Claude 说"给待办事项写一套增删改查接口"，它写完，用户一看少了字段校验，再说"补上校验和测试"，它再改，来回拉锯，每一步都得用户盯着、出声。这就是提示词工程：一轮一轮地跟模型对话。

循环把这件事翻了过来。用户写一小段脚本，一次性定好四样东西：目标（接口能跑通、测试全绿）、验收标准（跑一遍 npm test）、能动用的工具、什么时候停（测试通过，或者最多试 50 次）。然后撒手。脚本自己反复提示模型、自己跑测试、不过就把报错喂回去让它改，全程不用人插话，跑完或者彻底卡住了才回头叫人。

用 Boris Cherny 的话说，干活的最小单位变了：从敲一行代码，到写一句提示词，再到写一个循环。用户不再是那个写提示词的人，而是那个写"写提示词的东西"的人。

说穿了，循环就是一台带模糊判断的状态机。难的从来不是循环本身，是那些防止它在死循环里烧掉两百美元的边界条件。这里记住，后面要考。

但内核其实是旧东西。2023 年 AutoGPT 就试过让 AI 自己跑循环，没验证、没边界，撒开了跑，最后失败了。2025 年 Context Engineering 刚被 Karpathy 背书，2026 年初 Harness Engineering 还热乎着。一个内核是旧概念、只是补上了控制的东西，凭什么 2026 年 6 月突然就需要一个新名字？

技术确实在进化，但采用新的方法是否有必要，答案得在商业里面找。

模型涨不动了

一个全行业的普遍感受是：大模型能力的边际惊喜，正在快速减少。

从 GPT-4 到 Claude 4 再到 Gemini 2，开发者端的体感差距在持续收窄。一年前换模型，输出质量可能跳一档；现在换模型，差别更像这个语法更顺一点，那个注释更规范一点。基准测试上的数字还在涨，但生产环境里的"啊哈时刻"在变少。

MIT 2026 年初的一份研究指出，随着算力投入增加，顶尖模型与轻量模型之间的性能差距正在收敛，每多投入一美元带来的提升在持续下降。Steve Eisman 在 2025 年底的播客中直言，继续扩大 LLM 规模可能是一条死胡同。Ilya Sutskever 在 NeurIPS 2024 上也表态：预训练的时代即将结束。

但模型在聊天场景里的边际惊喜收窄，不代表它在所有场景里都停住了。Agent 栈的可用窗口，恰好在这个节点打开。工具调用从一碰就碎到标准化的 MCP 协议，长上下文从记不住到百万 token 稳定输出，自我验证从自说自话到写查分离的工程机制。模型本身没有指数级飞跃，但围绕模型的工程基础设施，补齐了。

于是出现了一个微妙的甜蜜点：模型够用到能让循环不崩溃，但又没好到让循环变得多余。模型要是一步到位，根本不需要在外面套一层付费的循环。Loop Engineering 被推销的时机，正好卡在这里。

对 Anthropic 和 OpenAI 这种估值建立在永远增长上的公司来说，模型本身拉不开差距，是最危险的信号。模型是基础设施，利润却不在砖块本身，而在收费站。它们必须让模型流经的管道产生溢价。Loop Engineering，就是这条新管道。

厂商开始卖"范式"

2022 到 2024 年，厂商卖的是模型能力。谁的模型更聪明，谁赢。

2025 年开始，规则变了。模型差距缩小，厂商转而卖"使用模型的方式"。Context Engineering 说，模型已经足够聪明，瓶颈在使用方式，得把上下文装对。Harness Engineering 说，模型已经足够聪明，瓶颈在使用方式，得给 Agent 搭好脚手架。Loop Engineering 说，模型已经足够聪明，瓶颈在使用方式，得把自己升级成循环设计者。

每一轮都在传递同一个潜台词：模型已经足够聪明，瓶颈在使用方式。

这句话未必是假的——如果瓶颈真的从模型转移到了用法，那它就是事实。问题在于厂商怎么用它：它把模型增长放缓的压力，悄悄转译成了用户能力不够的焦虑。用户买的东西，从算力变成了资格——不被淘汰的资格。

纵观近期 AI 发展的时间线，会发现这似乎是一种"议程设置"。2025 年中，Context Engineering 经 Tobi Lütke 等人推广、由 Karpathy 在社交层背书后，迅速成为 agent 栈的显学。2026 年初，Mitchell Hashimoto 提出 Harness Engineering。2026 年 6 月，Addy Osmani 命名 Loop Engineering，引爆全网。

从 Context 到 Loop，大约九个月。每一轮都有行业顶流背书，每一轮都宣称上一轮过时。

技术迭代的自然节奏从来缓慢。TCP/IP 从提出到普及用了二十年，React 从发布到统治前端用了五年。真正的工程范式迁移，是缓慢的、自下而上的、充满争议的。而 Prompt 到 Context 到 Harness 到 Loop 这条线，是快速的、自上而下的、齐声合唱的。

这里得把话说准。同样这组现象：多家厂商同步、概念整齐递进，既能解释成精心编排，也能解释成另一种可能：几家实验室在同一套工具下，撞到了同一面工程墙，自然收敛到同一个答案。趋同不等于合谋。所以更稳妥、也更站得住的说法是：厂商未必编排了这个节奏，但他们一定在用力利用这个节奏。无论是哪一种，这种节奏看起来都更像品牌的刷新周期，而不是传统工程范式的自然迁移。

更值得注意的是概念和产品发布时间的重合。Anthropic 在 5 月 28 日给 Claude Code 上线了 Dynamic Workflows（动态工作流），让模型自己写编排脚本、在后台调度成百上千个子代理。OpenAI 的 Codex 则在更早的春天就加上了持续目标（goals）能力。产品先备好，再等一个概念来引爆市场，Loop Engineering 的命名，本质上是一次注意力的重新拍卖。有趣的是，赢家总是手握 token 最多的人。

当用户在 X 上争论 Loop Engineering 是不是新瓶装旧酒的时候，已经完成了厂商想要的那件事：把注意力从"模型有没有进步"，转移到了"新范式值不值得追"。

锁定与烧钱

Loop Engineering 表面提高效率，实际上是在两头烧钱：一头是迁移成本，一头是运行账单。

先说锁定。当把提示词写进 SKILL.md、把验收规则写进 CLAUDE.md、把循环逻辑嵌进 Claude Code 的 loop 和动态工作流，用户用的就不只是一个工具，而是在建一个专有架构。循环越复杂、沉淀的规则越多，对这套体系的依赖就越深。

Anthropic 和 OpenAI 的循环组件几乎撞脸：Automations、Worktrees、Skills、Connectors、Sub-agents、Memory，六大件高度一致。两家不约而同，本质上是双向锁定：模型层拉不开差距，就在工程层制造选择成本。选了 Claude Code 的循环体系，迁到 Codex 就得重搭一遍；反之亦然。

一些早期团队的非正式反馈是，把 Loop 引进组织后想再迁出来，耗费的时间和资源远超预期，拖得越久越糟。厂商的算盘不在一次性卖 API，而在让用户每年都为维持现有体系支付工程成本。

比技术债更隐蔽的，是概念债和理解债。

每九个月换一次概念，意味着每九个月团队就要重构一次工作流。Context Engineering 刚搭好的上下文体系，Harness 来了得改；Harness 刚把脚手架搭稳，Loop 来了得再改。厂商不会为这种重构买单，但团队的生产力在概念切换的间隙里被持续消耗。

与之相伴的是代码层面的理解债。循环批量产出的代码没人读，团队对系统的理解深度持续下降。一边追着新概念改工作流，一边对着黑盒代码抓瞎。Addy Osmani 自己也提了这个警告：循环产出越快，用户读懂的比例就越低，最舒适的选择是认知投降：接受循环返回的任何结果。

这不是在庸人自扰。2025 年 Vibe Coding 的余温还在。METR 2025 年 7 月那项随机对照实验发现，有经验的开发者用 AI 工具处理复杂任务，效率反而下降 19%（需要说明：METR 在 2026 年初对该研究的方法提出了保留，结论被修正为"尚不能确定 AI 是否提升生产力"——这条数据要用，得带着这个保留用）。更稳的是安全侧：Veracode 2025 年的报告显示，45% 的 AI 生成代码通不过安全测试。Lovable 平台也出过应用批量暴露用户数据的事故。

循环把这些问题放大了。有三个坑特别隐蔽：偷懒，50 项安全任务做了 20 项就喊搞定；自夸，给自己的成果打高分；漂移，跑了 47 轮之后，最初的"别做 X"约束悄悄消失。测试通过了，架构却偏了；功能跑通了，逻辑却埋了雷。没有人盯着中间产物，谁也不知道出错的地方是哪里。调试一个跑了 47 轮的状态机，比修好一条 prompt 难 10 倍。

更讽刺的是，概念债的主要受害者是中层开发者。顶层设计者如 Boris，有近乎无限的 token 和完整基建，概念迭代对他只是多一个管理维度；底层写提示词的人反正还没入场；卡在中间的人，刚学会上一轮，下一轮又来了，永远在追赶，永远追不上。

然后是账单，这才是这套范式最直接的代价。

2026 年 5 月，据 The Verge（Tom Warren）报道，微软要求其 Experiences + Devices 部门的数千名工程师，在 6 月 30 日财年末之前从 Claude Code 迁回 GitHub Copilot CLI。微软官方给的理由是工具链统一、想要一个能和 GitHub 一起塑形的产品；但这个动作卡在财年末的时点，被普遍解读为真实动因是成本。要知道，微软自己通过 Foundry 协议向 Anthropic 投了最多 50 亿美元，连它都按不住重度使用的账单。

Uber 的案例更直接。它给约 5000 名工程师铺开 Claude Code 后，四个月就烧穿了 2026 年的全年 AI 预算。采用率从 2 月的 32% 飙到 3 月的 84%，人均月支出 150 到 250 美元，重度用户 500 到 2000 美元，CTO 本人一次两小时的会话就花掉了 1200 美元。管理层把这描述为一个"脑袋要炸"的时刻。

这些数字在别的文章里是"成本陷阱、使用需谨慎"，在商业视角里，它们是概念迭代的直接成果。

Loop Engineering 的本质，是让用户从"按需调用模型"变成"持续运行模型"。loop 每分钟跑一次，动态工作流在云端 24 小时跑，几千个 Agent 夜间并行。Anthropic 自己在动态工作流的说明里就直接警告：这个功能会比普通会话消耗多得多的 token，建议先拿小任务试。表面看是技术进步，骨子里是消费模式升级：从"买电"变成"全天候耗电"。

这就是经济学里的杰文斯悖论：技术效率提升，反而带来总消耗的增长。厂商的收入公式很简单：用户停留时长乘以调用频次乘以 token 单价。Loop Engineering 同时拉升了前两个变量，让 AI 从"叫它才动"变成"它自己一直在动"。动得越多，账单越厚。

Peter Steinberger 面对"20 美元套餐根本不可能"的质疑，回答：没错，可难道时间就不值钱吗？翻译过来就是：别算 token 账了，算时间账。但时间账是模糊的、感性的、无法审计的；token 账是清晰的、刚性的、每月自动扣款的。厂商希望用户用模糊的时间账，去覆盖清晰的 token 账。

结语

2023 年的 AutoGPT，最早火出圈、让 AI 自己定目标、自己循环干活的开源项目——失败了，因为它没有控制。2026 年的 Loop Engineering 能落地，因为它有控制、有验证、有边界。这是技术层面的真相。

商业层面的真相是另一条：2023 年模型还在快速进步，厂商不需要新概念也能卖；2026 年模型在 chat 场景里的边际惊喜收窄了，厂商需要新概念来拉动新增长，同时把用户锁进需要持续付费的管道层。

这两个真相并不矛盾，它们同时成立。Loop Engineering 既是真实的工程进化，也是真实的商业策略。用户每多写一个循环、每多跑一轮任务，都在帮某家公司的商业模式添一个数字。技术本身是中立的，但技术的命名权、定价权、注意力分配权，从来都不是中立的。

看懂管道的生意，用好管道的价值，同时永远守住自己的判断力。同一个循环，用在自己真懂的活上是杠杆，用来逃避理解就是加速下滑——做看得懂循环的工程师，而不是只会按下运行键的操作员。别让自己的职业生涯，绑定在别人的增长曲线上。

说到底，工程师才是那个判官。但判官也得交电费。判官得知道，电费为什么交、交给了谁、值不值得。