跳转至

别再亲自写Prompt了！OpenClaw与Claude Code创始人已经用'循环'让一堆Agent自动打工了

Ch01.901 别再亲自写Prompt了！OpenClaw与Claude Code创始人已经用'循环'让一堆Agent自动打工了

📊 Level ⭐⭐ | 7.1KB | entities/openclaw-boris-cherny-agent-loop-design-patterns.md

OpenClaw Boris Cherny Agent Loop Design Patterns

→ 原文存档

摘要

OpenClaw 创始人 Peter Steinberger 的推文引发 AI Coding 圈热议（阅读量 650 万），Claude Code 创始人 Boris Cherny 表示自己已经不再手动编写提示词，而是编写「循环」——小程序自动向 Agent 发出指令、读取输出、判断完成状态并决定下一步。文章梳理了从 2022 年 ReAct 论文到 2026 年多 Agent 编排循环的五级跃迁史，并指出：当模型编写代码的成本趋近于零时，最昂贵的不再是 token，而是循环管控——迭代上限、无进展检测、预算限制。

核心要点

Boris Cherny 的进化三阶段

  1. 一年前：手动编写代码，使用自动补全
  2. 中期：同时运行 5-10 个 Claude 会话分别提示
  3. 现在：编写提示 Claude 的循环，几百个 Agent 读取他的 GitHub、Slack 和 Twitter，决定接下来做什么

「我不再需要向 Claude 发出指令。有一些循环在持续运行着，正是这些循环在向 Claude 发出指令。我的任务就是编写这些循环而已。」

一个「循环」就是你编写的小程序：替你向 Agent 发出提示 → 读取输出 → 判断是否完成 → 未完成则再次提示。你变成了循环的创造者，模型变成了子程序。

深度分析

五级跃迁史

第一阶段：学术 While 循环（2022 ReAct 论文）

  • 模型推理 → 调用工具 → 读取结果 → 循环直至完成
  • 一个模型、一个循环、一个人旁观
  • 本质是 ReAct 范式的工程化表达

第二阶段：AutoGPT（2023） - 被赋予目标并允许自行生成提示词 - 因「空转状态」闻名——Agent 持续生成计划但不产出结果 - 埋下「智能体是玩具」的种子，暴露了无约束循环的根本问题

第三阶段：Ralph 循环（2025 年 7 月 Geoffrey Huntley）

  • 简单 Bash 命令，将同一提示文件反复管道传入 Agent
  • 创新在于纪律性：每次迭代将上下文重置为固定锚定文件
  • 仅花约 297 美元就构建了一整套编程语言
  • 关键洞见：循环的价值不在于复杂性，而在于纪律性

第四阶段：产品化（2026 年春季）

  • Codex 和 Claude Code 推出 /goal 命令
  • 持续运行 Ralph 循环直至验证模型确认任务完成
  • 循环从个人工具变成产品功能

第五阶段：多 Agent 编排循环（Boris 和 Steinberger 所指）

  • 循环成为工作单元而非任务
  • 循环并行运行，按计划监督其他循环
  • 计划调度取代人工启动
  • 基于 Git 的状态管理和崩溃恢复机制
  • 每个时间点上，由模型决定下一步执行什么操作

Boris 的循环实操五条技巧

  1. auto mode：处理权限问题，避免人工干预
  2. 动态工作流：让 Claude 协调数百或数千个 Agent 完成任务
  3. /goal 或 /loop：推动 Claude 持续执行直至任务完成
  4. 云端 Claude Code：可以合上笔记本电脑，循环在云端继续
  5. 端到端自我验证：确保 Claude 能够对自己的工作进行验证

循环管控的三个硬性约束

2026 年所有严肃论述都指向三个共同限制：

  • 最大迭代次数：防止无限循环
  • 无进展检测：识别 Agent 在空转
  • Token/资金预算上限：Uber 四个月耗尽年度 AI 预算，被迫对 Claude Code 和 Cursor 限制（每人每月每工具 $1500）

循环的浪漫版本：编写好循环，一千个智能体一夜之间帮你建立公司。现实版本：大部分工作花在确保它们及时停止上。

循环增值的关键：可复用技能

Steinberger 的观点：做某件事超过一次 → 转化为自动化技能；做某件困难的事 → 事后转化为技能。循环是管道机制，资产是它调用的技能。一个内部没有可复用技能的循环，不过是空转的 while-true。

三大核心新逻辑： 1. 一个循环 = Cron + 决策机制：每个时间点由模型决定下一步操作 2. 最昂贵资源从 Token 转移到循环管理：需要限制迭代、检测无进展、设定预算 3. 循环中的可复用单元是技能而非提示词：循环调用明确命名的技能产生复合效益

实践启示

  1. 从提示词到循环：Agent 工程的范式转移——你的工作不是写更好的提示词，而是编写能自动发出提示词的循环
  2. 纪律性 > 复杂性：Ralph 循环用最简单的 Bash 命令取得惊人成果，关键在于每次迭代重置上下文的纪律
  3. 循环三要素：最大迭代次数 + 无进展检测 + 预算上限。没有这三个约束的循环是定时炸弹
  4. 技能是资产：循环本身是管道，可复用技能才是复利来源。把反复做的事转化为命名技能
  5. Git 状态管理：循环崩溃恢复依赖 Git 作为状态存储——这是第五阶段循环与前四阶段的本质区别

相关实体