Agent Loop 工程手册 8 个未解问题 + SELF Protocol 治理薄壳：腾讯陈进的二手解读与单 Agent 实验¶

Ch04.143 Agent Loop 工程手册 8 个未解问题 + SELF Protocol 治理薄壳：腾讯陈进的二手解读与单 Agent 实验¶

📊 Level ⭐⭐ | 13.1KB | entities/agent-loop-engineering-handbook-8-questions-chen-jin-tencent-self-2026.md

Agent Loop 工程手册 8 个未解问题 + SELF Protocol 治理薄壳¶

原文存档：原文存档

一句话定位¶

腾讯云开发者陈进（2026-06-16）读完 Peter Steinberger / Boris Cherny 提出的"Agent Loop"工程手册（Reddit/X 讨论量 220 万）后，整理出 4 个设计法、6 种多 Agent 拓扑、8 个未解问题，并将自己 30 天单 Agent 实验的 SELF Protocol（治理审查层薄壳）作为"答题草稿"开源邀拍砖。

重要诚实声明：本文是二手解读（作者未接触 Peter Steinberger / Boris Cherny 原始全文），且 SELF Protocol 是单样本、单 Agent、无对照组的实验数据。

Agent Loop 核心主张¶

别再死磕 Prompt 怎么写了，去设计一个能让 AI 自己转起来的"循环（Loop）"。

• 过去用 AI 像手动挡：每路口换挡踩离合，一句句喂 Prompt
• Agent Loop 像自动驾驶：你只管输入目的地（目标）和限速（护栏），车自己开

Agent Loop 7 件套¶

4 个核心设计法¶

① Stopping Condition 优先于 Prompt¶

• 别说"把代码改好"（太模糊，AI 会把"我感觉改好了"当成"真改好了"）
• 要说"写一个能复现 bug 的测试，然后让它通过"（可验证）
• 可验证的目标才是真护栏

② Context 是"组装出来的"¶

不是写一段固定 Prompt，而是根据当前状态动态拼出来——上一轮失败日志、当前文件树、最近 N 条调用记录，全自动拼进下一轮 Prompt。你不再是"写 Prompt 的人"，而是"设计 Context 怎么自动生长"的人。

③ 失败是输入，不是终点¶

跑挂了？把错误堆栈、报错截图、上次 Diff 全自动喂回去当下一轮的输入。这跟传统编程"出错就停"是反过来的思路。

④ 多 Agent 协作有 6 种"拓扑"¶

顺序流水线 / 协调者-工作者 / 扇出合并 / 生成-验证 / 共享状态 / 辩论对抗。每种都对应一类典型场景。相当于给"多 Agent 怎么搭"建了一个模式词典。

8 个未解问题（核心价值）¶

1. 软目标停止条件怎么办？¶

LLM 当 judge 互打分会漂移——上午 0.85，下午同样的输出 0.6。SELF 土办法：诚实分级 disclaimer（论文级/工件级/计划级三档），强制显式标注"我没法验证"。

2. Maker-Checker 同病相怜¶

两个 Agent 同底模，盲区高度重合。亲身试过：Agent A 写代码、Agent B 验收，B 把 A 的 off-by-one 代码全都标 PASS。应该用不同模型当 Checker？还是用规则引擎/单元测试当硬验收？

3. 护栏写在哪一层？¶

焊死在 Loop 框架里（紧凑但难改）vs 可插拔独立层（灵活但易忘开）。作者就忘开过一次，一晚上烧了几十块测试 token。SELF 分法：认知类可插拔（常需迭代）+ 资源类焊死（应写死）。

4. 记忆给多大？¶

太大失焦（什么都翻一遍），太小等于没解。SELF 三层（l0/l1/l2）按需展开。按 token budget 截断？按相关性打分？按时间衰减？

5. 理解力腐蚀¶

手册自己警告"过度依赖导致理解力腐蚀"。作者体感：搭的循环跑两周后突然发现不太记得每一步在做什么。重度 AI 自动化后怎么对冲？

6. 拓扑选型踩坑¶

试过"辩论对抗"做风险评估，结果两个 Agent 互相说服反而比单 Agent 更糊涂——一起越聊越自信，最后一致同意一个错的结论。哪些拓扑是看着美用着崩的？

7. 防 AI 一本正经地胡说¶

Loop 跑得越自动，AI 错得也越自信。SELF pre-publish 审查清单（链接真假/数据出处/未核实结论）实测拦下过 1 次编造。接外部检索？独立 fact-checker Agent？白名单只让输出特定结构？

8. 成本压缩¶

多 Agent 并行 + 长循环，token 烧得快。模型分级？Prompt 压缩？缓存中间结果？

SELF Protocol：30 天治理薄壳¶

定位：Agent Loop 教"怎么让 AI 自己转起来"，SELF 是"转起来怎么不跑偏"的那一层薄壳——前者是骨架，后者是润滑层；前者解决能不能转，后者解决转得稳不稳。

是什么 / 不是什么¶

三大模块（被真实坑逼出来的）¶

1. 白盒记忆治理：Markdown 三层分级（l0/l1/l2）+ 答关键问题前强制翻笔记 → 治"失忆型胡答"
2. pre-publish 审查：链接真假 / 数据出处 / 未核实结论清单 → 治"一本正经的胡说"
3. 失败转技能：踩坑 → 沉淀成可复用规矩 → 治"重复掉同一个坑"

30+ 天真实数据（单样本 · 公开邀拍砖）¶

• 268 次 LLM 调用
• 20 个失败案例
• 314 条学习记录
• 实测拦下"编造数据"事故 1 次（在自动周报循环里）
• 同类失败仍在反复犯（说明本身有盲区）—— 这是诚实，不是宣传

Safe-Launch 安全承诺¶

• 默认只读体检模式（5 分钟、零写入）
• 4 档入口按风险递增（只读 → 一次性 → 候选写入需拍板 → 长期托管）
• 输入"关闭 SELF"即停（零变更）
• 不污染既有 skill / 不默认建 cron

SELF Protocol 对照 Loop 5 件套¶

关键洞察提炼¶

1. 二手解读的价值不在"原创"，在"用大白话翻译 + 公开邀拍砖"——把硅谷一线讨论（220 万曝光量）翻译成中文工程社区可消化的 7 件套 + 4 设计法 + 6 拓扑。
2. SELF Protocol 的核心贡献是"把失败摊开"：30 天单 Agent 268 LLM calls / 20 失败 / 314 学习记录全部公开——这种诚实姿态在中文 AI 社区里罕见。
3. 8 个未解问题是真正的开放问题，不是 8 个"答案"——作者在结尾直接说"任意一题选你最有感的回一下都行，评论区见"。这是中文 AI 工程社区最该有的姿态。
4. 同模型盲区是 Maker-Checker 的致命缺陷（题 2）——这是 Anthropic、OpenAI 都没公开解决的核心问题。
5. Token 成本是 Loop 落地的隐藏杀手（题 8）——手册没讲怎么压，作者用 3 条土办法但承认不解渴。

与其他 Loop/Harness 实体的关系¶

→ Loop Engineering（Addy Osmani 若飞） — 同样是 Loop 范式但面向开发循环（commit-iterate-fix）而非 Agent 自循环（prompt-tool-output-loop） → Harness Engineering Survey 2026 — 同样社区层面的 Agent 工程化范式整理，但侧重 12 组件分类 → Harness Architecture Production Guide — Harness 12 组件 vs Agent Loop 7 件套（不同抽象层级） → 腾讯 Skill 写作 Playbook — 同样腾讯系但讲 Skill 写作（如何写好一个 Skill） → 从 Prompt 到 Harness 工程三次进化 — 同样腾讯系但讲进化论（从 Prompt 到 Harness 的迁移） → Harness Observability Production — 同样讲 Harness 但侧重可观测性

与其他腾讯系 entity 的对比定位¶

本文是腾讯云开发者公众号 2026-06 系列 harness/agent 工程化文章的反思层（用未解问题倒推实践），与实操层（Skill 写作 Playbook）/ 进化论层（Prompt→Harness 三次进化）/ 可观测性层互补。

相关实体¶

• MOC