Loop Engineering（循环工程）
Loop Engineering替代 Prompt Engineering 的新范式
亦作、亦称：循环工程
Loop Engineering 是从'写好 Prompt'到'设计好循环'的范式转变——Agent 的质量不再取决于单次提示，而取决于迭代循环的设计。
为什么需要 Loop Engineering
Prompt Engineering 的局限：单次 Prompt 质量决定输出质量，无法处理复杂任务；无法自我纠正错误；无法适应动态环境。Loop Engineering 的解决方案：将任务分解为多个迭代循环，每个循环包含执行、评估、改进三个阶段；Agent 在循环中逐步优化输出，而非一次性生成。
循环设计模式
反思循环（Reflection Loop）：Agent 执行任务后自我评估，识别错误并修正。进化循环（Evolution Loop）：Agent 从历史经验中学习，逐步改进策略。协作循环（Collaboration Loop）：多个 Agent 在循环中轮流执行和评审，达成共识。探索循环（Exploration Loop）：Agent 在解空间中系统性探索，避免局部最优。
循环退化防护
幻觉放大：Agent 在循环中不断强化错误信息，需要外部事实核查机制。目标漂移：Agent 在迭代中偏离原始目标，需要定期目标对齐检查。循环震荡：Agent 在两个状态间反复切换，需要收敛性检测和终止条件。过度优化：Agent 过度拟合评估指标，需要多样化评估维度。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「替代 Prompt Engineering 的新范式」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
🎯 考点练习
含该术语的高频面试题，含标准答案与追问。
- 高级系统设计查看详解 →
设计一个 Agent 长期记忆系统，支持可写外部记忆、过期策略和冲突解决
考察候选人对 Agent 记忆架构的理解，特别是从 RAG 只读到可写外部记忆的演进，以及过期、冲突解决等工程挑战。
- 中级系统设计查看详解 →
如何为 AI Agent 交易设计审计和权限控制？
考察候选人对 Agent 经济活动的审计和权限控制设计，特别是 Smart Tokens 等可编程支付工具的应用。
- 高级系统设计查看详解 →
Multi-Agent 系统中如何处理 Agent 遗忘/状态丢失？
考察候选人对 Multi-Agent 系统中状态管理和容错设计的理解，特别是 Agent 崩溃、重启或上下文丢失时的恢复策略。
- 中级概念查看详解 →
什么是 Agentic Engineering？它和 Vibe Coding 有什么区别？
Vibe Coding（Karpathy 2025）是凭感觉用自然语言让 AI 生成代码、快速试错，适合原型；Agentic Engineering 把 Agent 纳入系统化工程流程（需求-规划-生成-自动测试-迭代-评审），强调可控、可验证、可维护，生产系统应走后者。
延伸阅读
从知识库精选 1 篇文章，帮助深入理解该术语。
