我之前写过一个项目how-ai-agents-remember——逆向工程 5 个开源 Bot 的记忆系统源码级拆解每一条数据流。于是我顺着同一条线往下挖Agent 怎么记住事情搞清楚了那它怎么持续推进任务呢这就是第二个项目how-agent-loop-engineering——8 篇文章从零搞懂 AI Agent 循环工程。一句话说清楚Loop Engineering 是设计一套围绕 Agent 的执行闭环——让它不靠自我感觉宣布完成而是靠外部证据证明完成。如果你用过 Claude Code、Cursor、Windsurf 之类的工具你大概率遇到过这种情况AI 很聪明每一步都对但它做完一步就停下来等你。你变成了人肉调度器。Loop Engineering 就是解决这个问题的——怎么让 AI 自动进入下一轮直到真正完成。两个仓库两个问题一条线仓库解决的问题文章数链接how-ai-agents-rememberAgent 怎么记住事情46 篇5 个项目GitHubhow-agent-loop-engineeringAgent 怎么持续推进任务9 篇GitHub一个管记忆一个管循环。合在一起就是 Agent 系统最核心的两个能力。如果你两个都感兴趣建议先看 remember再看 loop engineering。因为记忆是循环的基础——Agent 没有记忆每一轮 Loop 都是从零开始。下面重点介绍 Loop Engineering 系列。从哪里开始读我想…从这里开始了解为什么需要 Loop01-从问题出发理解演进脉络02-历史演进搞懂 Loop 的内部结构03-核心机制找开源项目参考04-落地实战防止 Agent 骗自己05-验证与反欺骗避开常见坑06-避坑指南从零动手搭07-动手实战总结回顾08-总结与展望8 篇文章每篇解决一个核心问题#文章一句话01从问题出发你每天手动点继续的次数可能比你想的多得多02历史演进从 Prompt 到 LoopAgent 进化了四代每一代都在补上一代的缺口03核心机制一个能用的 Loop少了这 6 个部件中的任何一个都会翻车04落地实战8 个开源项目拆给你看它们的 Loop 长什么样05验证与反欺骗Agent 会自己骗自己说搞定了——5 层验证框架治它06避坑指南10 个我踩过的坑每个都是真金白银换来的07动手实战别光看从零搭一个自己的 Loop08总结与展望回到最初的问题Agent 到底该多自主Loop 的骨架——一张图记住核心继续完成卡住 目标可验证 Agent 执行\n受控工具环境 外部状态更新\n文件/数据库✅ 外部验证\n测试/指标/CI/Verifier 输出结果 交给人四个东西缺一个Loop 就会出问题没有外部状态→ Agent 下一轮失忆没有外部验证→ Agent 自己骗自己没有停止条件→ Loop 烧钱烧 token没有人工兜底→ 高风险动作没人审批开始阅读如果你还没看过第一篇建议从这里开始从 Prompt Engineering 到 Loop EngineeringAgent 真正变强的地方可能不在模型本身对了如果你对Agent 怎么记住事情更感兴趣可以先看这个系列how-ai-agents-remember——5 个开源项目的记忆系统源码级拆解从 nanobot 的两个 Markdown 文件到 NullClaw 的 9 阶段检索管线一次看透。GitHub 仓库https://github.com/breath57/how-agent-loop-engineering如果觉得有用⭐ Star 一下让更多人看到 Fork 一份自己改改加点东西PR 欢迎有问题直接开 Issue很多人还在聊 Prompt Engineering但 Agent 真正变强的地方可能在 Loop 里。记忆让 Agent 不失忆循环让 Agent 不停摆。
