第2章：Loop Engineering 核心架构详解

导读：本章深入 Loop Engineering 的核心架构。你将理解循环的四大阶段（Discover → Plan → Execute → Verify）如何协同工作，掌握六大基础设施原语的设计理念，学会区分开放循环与闭合循环的适用场景，并深入理解为什么验证器是整个系统的关键瓶颈。

2.1 架构全景：从 10,000 英尺高空俯瞰

Loop Engineering 的核心架构可以用一个简洁的模型来描述：一个循环、四个阶段、六大原语、两条路径。

这个架构图揭示了 Loop Engineering 的精妙之处：循环本身是通用的，但具体行为由六大基础设施原语决定。不同的原语组合，可以构建出功能完全不同的循环系统。

2.2 四大阶段详解

Discover（发现）

发现阶段是循环的起点。AI Agent 需要回答一个问题："现在需要做什么？"

发现阶段的输入包括：

• 显式目标：人类下达的任务指令
• 触发事件：定时器触发、文件变更、消息到达、Webhook 回调
• 异常信号：上一个循环的错误日志、监控告警、测试失败
• 上下文差异：期望状态与实际状态的偏差

# Discover 阶段伪代码
def discover(context: Context) -> Task:
    # 检查是否有显式任务
    if context.pending_tasks:
        return context.pending_tasks.pop(0)
    
    # 检查触发器
    for trigger in context.triggers:
        if trigger.is_fired():
            return trigger.to_task()
    
    # 检查状态偏差
    diff = context.expected_state.diff(context.actual_state)
    if diff.significant():
        return Task(description="修复状态偏差", details=diff)
    
    return None  # 无任务，循环休眠
​

Plan（规划）

规划阶段将发现阶段的任务转化为可执行的步骤序列。这不是简单的"写个计划"，而是一个带有资源评估、依赖分析和风险预估的决策过程。

好的规划需要考虑：

• 任务分解：将大任务拆解为可独立执行的小步骤
• 资源评估：每个步骤需要哪些原语（工具、权限、数据）
• 依赖排序：步骤之间的先后关系和并行可能性
• 风险预估：哪些步骤可能失败，失败的回退策略是什么

Execute（执行）

执行阶段是 AI Agent 调用工具和原语，实际完成工作的阶段。这是 Agent 展现能力的地方，也是需要最多基础设施支持的阶段。

执行阶段的核心原则：

• 幂等性：每个步骤应该可以安全重复执行
• 可观测性：每个步骤的输入输出都应该被记录
• 沙盒化：执行应该在隔离的环境中进行（如 worktree）
• 渐进式提交：每完成一个步骤就保存进度，而非全部完成后才提交

Verify（验证）

验证阶段是整个循环的质量守门人，也是最容易出问题的地方。验证器需要回答两个问题：

1. 正确性：执行结果是否符合预期？
2. 完整性：是否所有子任务都已完成？

# Verify 阶段的三层验证模型
def verify(result: Result, goal: Goal) -> Verdict:
    # 第一层：自动化验证（快速、可靠）
    if not auto_checks_pass(result):
        return Verdict.REJECT  # 明确失败，无需人工
    
    # 第二层：AI 自验证（中等速度、可能出错）
    ai_quality = llm_evaluate(result, goal)
    if ai_quality.score < THRESHOLD:
        return Verdict.NEEDS_REVISION  # 需要修改
    
    # 第三层：人工验证（慢、但最可靠，仅开放循环需要）
    if is_open_loop:
        human_verdict = await request_human_review(result)
        return human_verdict
    
    return Verdict.ACCEPT
​

2.3 六大基础设施原语

原语之间的关系

六大原语不是孤立存在的，它们形成一个协作网络：

• Automations 触发循环启动
• Skills 定义了执行阶段的可用操作
• Connectors 让 Skills 能访问外部系统
• Worktrees 为执行提供隔离环境
• Sub-agents 处理可以并行的子任务
• External State 存储验证标准和循环进度

2.4 开放循环 vs 闭合循环

选择建议：

• 新任务先用开放循环，验证稳定后逐步迁移到闭合循环
• 影响不可逆操作的任务，始终使用开放循环
• 高频、低风险、可逆的操作，适合闭合循环

2.5 验证器：为什么它是瓶颈？

验证器之所以是瓶颈，原因有三：

1. 正确性难题：验证"AI 输出是否正确"本身就是一个 AI 问题（甚至可能是 AI 完全性问题）
2. 成本问题：每次验证都消耗 Token，循环次数越多验证成本越高
3. 确定性 vs 灵活性：自动化验证太死板可能误拒好结果，AI 验证太灵活可能误收差结果

停止条件与断路器

为了防止循环失控，每个 Loop 必须配置：

# 循环安全配置
loop:
  max_iterations: 10          # 最大迭代次数
  max_duration: "30m"          # 最大运行时间
  max_token_budget: 50000     # Token 预算上限
  circuit_breaker:
    consecutive_failures: 3    # 连续失败 N 次后熔断
    error_rate_threshold: 0.5  # 错误率超过 50% 熔断
  cooldown: "5m"               # 熔断后冷却时间
  escalation:                  # 熔断后升级策略
    type: "human_notification"
    channel: "slack"
​

FAQ

Q1：四大阶段是严格按顺序执行的吗？可以有并行吗？

标准循环是顺序的（Discover → Plan → Execute → Verify），但在 Execute 阶段内部，子任务可以并行。此外，多个循环实例之间天然可以并行。例如，你可以同时运行 3 个子代理，每个子代理运行独立的循环处理不同的子任务。关键是每个循环内部的四个阶段保持顺序依赖关系，因为 Verify 的结果决定了是否需要重新 Discover。

Q2：六大原语是否每次循环都需要全部配置？

不需要。原语是可选的、按需组合的。最简循环只需要 Skills（定义可执行的操作）和基本的验证逻辑。Automations 只在有定时或事件触发需求时配置，Worktrees 在需要隔离执行环境时配置，Connectors 在需要访问外部系统时配置，Sub-agents 在任务可并行时配置，External State 在需要跨循环持久化信息时配置。

Q3：验证器误判怎么办？如何平衡"不漏过错误"和"不误杀正确结果"？

这是一个经典的精确率与召回率权衡问题。实践中推荐的策略是：① 对高风险操作采用"宁可误杀"策略（高精确率）；② 对低风险操作采用"宁可漏过"策略（高召回率）；③ 引入"置信度阈值"——验证器给出置信度分数，在阈值附近的结果送人工复核。这种"三层验证模型"（自动验证→AI 验证→人工验证）是当前最佳的实践方案。

📖 导航：下一节 → 2.1 循环的四大阶段：发现、规划、执行、验证