Anthropic发布循环设计指南：权威拆解当下最火的AI新范式loop¶

Ch04.435 Anthropic发布循环设计指南：权威拆解当下最火的AI新范式loop¶

📊 Level ⭐⭐ | 8.3KB | entities/anthropic发布循环设计指南权威拆解当下最火的ai新范式loop.md

↑阅读之前记得关注+星标⭐️，😄，每天才能第一时间接收到更新

最近关于通过设计loop循环机制来替代手动给Agent写提示词的话题在技术圈讨论非常火。对于什么是loop，社交媒体上有着各种不同的解释。

刚刚Claude Code团队对循环给出了明确的定义：loop就是Agent重复执行工作周期，直到满足特定的停止条件。他们根据触发方式、停止条件、使用的底层工具以及适合的任务类型，将循环分成了四大类。

以下是如何选择这些循环，以及如何在保证代码质量的同时合理控制Token消耗的实用指南

触发方式：用户提示词。

停止标准：Claude 判断其已完成任务或需要额外的上下文。

最佳适用场景：不属于常规流程或计划的较短任务。

使用管理方法：编写具体的提示词，并利用技能提高验证能力，以减少轮次。

你发送的每个提示词都会启动一个手动循环，由你引导每一个轮次。Claude 收集上下文、采取行动、检查其工作、在需要时重复并做出响应。我们称之为智能体循环。

例如，让 Claude 创建一个点赞按钮。它会读取你的代码，进行编辑，运行测试，并交付它认为可以正常运行的东西。然后你手动检查工作，并编写下一个提示词。

你可以通过将手动步骤编写为 SKILL.md 技能文件来改进验证步骤，以便 Claude 可以进行更多的端到端自我检查。这应该包括工具或连接器，允许 Claude 查看、测量或与结果进行交互。检查越具象和量化，Claude 就越容易进行自我验证。

例如，在你的 SKILL.md 文件中，你可以这样指定：

配置名称为 verify-frontend-change

配置描述为在声明完成前，端到端验证任何 UI 更改。

验证前端更改：

绝对不要仅基于成功的编辑就报告 UI 更改已完成。像人类评审员一样对其进行验证：

如果任何步骤失败，修复问题并从第1步重新运行，不要提交仅部分验证的工作。

触发方式：实时手动提示词。

停止标准：达成目标或达到最大轮次。

最佳适用场景：具有可验证退出标准的任务。

使用管理方法：设置具体的完成标准和明确的轮次上限，例如：尝试5次后停止。

有时单次沟通是不够的，尤其是对于更复杂的任务。智能体在能够迭代时表现更好。你可以通过使用 /goal 定义完成的标准，来延长 Claude 持续迭代的时间。

当你定义了成功标准后，Claude 就无需自行判断什么程度才算足够好并提前结束循环。每次 Claude 尝试停止时，评估模型都会检查你的条件，并在未达标时将其退回继续工作，直到满足目标或达到你定义的轮次限制。

这就是为什么确定性的标准，例如通过的测试数量或超过某个分数阈值，会如此有效。

例如：

/goal 将主页 Lighthouse 分数提升到 90 分或以上，尝试 5 次后停止。

⚠️ 验证状态声明：reject-as-supplementary 存档（vxc=30, stars=3），非独立入库。该文是对 Anthropic 循环设计指南的实证检验与经济学补充，作者复现了 /goal 模式并给出停止机制的量化证据。

停止机制的实证缺口：作者用 Lighthouse 分数目标复现 /goal 模式——首个 1.40 美元将分数从 26 提升至 89，剩余 2.84 美元（总账单 67%）买到零提升；Claude 在第 5 次尝试诊断出延迟瓶颈并宣告目标不可能，但评估模型仍将其退回 14 次。验证了本文档目标循环（Goal-based loop）的停止标准缺口：循环本身不知道何时停止，评估模型可能无视正确的停止判断。
对数收益曲线：test-time compute 收益呈对数——1→10 样本成功率 38.8%→43.2%，10→20 样本仅 +0.2 点但 token 翻倍；平台期后边际迭代转负（推理模型开始放弃已正确的答案）。本文档的目标循环建议"尝试 5 次后停止"与之呼应：轮次上限是成本护栏而非纯工程偏好。
verifier 即进度定义者：verifier 不只是停止条件，它定义循环视为什么是进步——不完整的信号会让循环"更擅长通过检查"而非"更擅长完成任务"（SpecBench 中 agent 通过可见测试但失败 held-out 测试，有 agent 产出了 2900 行编译器只是记住了测试输入）。