如果你最近花几周时间啃文档、搭流水线、给 AI Agent 做约束 Harness，觉得自己摸到 AI 工程天花板，那这条行业信号会直接刷新你的认知。

Claude Code 缔造者 Boris Cherny 公开抛出颠覆性观点：现在我不再手写 Prompt，我的工作只剩下编写循环 Loop。

很多人误以为 Loop 是 Harness 的替代品，实则二者是递进关系。本文一次性讲清两套范式的底层逻辑、实战差异，以及为什么 Loop 会成为下一代 AI 开发的核心竞争力。

一、先搞懂：Harness 到底是什么？给 AI 套上可控缰绳

Harness 直译是马具，行业内统一比喻：大模型是一匹野马，Harness 就是全套缰绳、围栏、赛道、刹车系统。

核心作用

1. 划定边界
   
   ：限定 AI 能调用的工具、可读写文件、禁止操作范围，防止 Agent 越权乱改代码、泄露数据。
2. 标准化流程
   
   ：搭建固定流水线：需求拆解→代码生成→单元测试→校验审核，统一单次任务执行链路。
3. 结果校验
   
   ：内置验收规则，代码编译报错、逻辑缺陷、安全漏洞都会直接拦截，保证单次输出稳定可靠。

简单一句话概括 Harness：你搭建一套完整框架，规定 AI 单次运行能做什么、不能做什么，跑完一次任务即终止。

局限

Harness 只能处理 “一次性执行” 任务。一旦 AI 输出出错、测试不通过，必须人工介入调整 Prompt、重启流程，无法自主迭代修复。就像汽车有完整刹车、转向系统，但没人踩油门、修正路线，永远无法自主跑完全程。

二、Loop 工程：让 AI 实现自我迭代的闭环系统

Boris Cherny 那句核心论断，本质是宣告 AI 开发重心转移：从 “约束单次执行” 转向 “设计自主循环”。

Loop（循环工程）的完整定义

Loop Engineering = 在 Harness 完整底座之上，搭建持续自我反馈、自主重试迭代的闭环调度系统。标准循环链路（ReAct 通用模型）：

1. 感知当前任务状态（代码报错、需求未完成、测试失败）
2. 自主思考缺陷根源
3. 调用工具修改内容、重新执行
4. 收集运行结果，再次判断是否达标
5. 未达标自动回到步骤 1 循环，直到满足验收标准才终止

真实案例：Boris 的日常工作流

他早已不手动输入指令给 Claude：

• 预先编写循环脚本，设定目标、验收标准、最大重试次数；
• 循环自动驱动 Claude 生成代码、跑测试、捕获报错；
• 检测到 bug 时，循环自动把报错日志回填给模型，自主修复；
• 全程无需人工干预，多轮迭代直到交付合格代码。行业实测数据：同等模型、同等 Harness 配置下，加入 Loop 循环后，代码 Agent 交付质量提升 2~3 倍，人工介入工作量减少 70% 以上。

三、一张表分清：Harness 和 Loop 不是替代，是上下层关系

关键结论（划重点）

Loop 不能脱离 Harness 单独存在，但 Harness 无法实现 Loop 的自主能力。你之前搭建的 Harness 全部有用，只是它现在变成 Loop 的底层基础设施，Loop 才是释放 Agent 全自动生产力的核心。

四、三层演进：AI 开发的三代范式，看懂行业趋势

1.0 时代：Prompt 工程（过去式）

所有人把精力花在打磨提示词，靠文字引导模型输出。致命短板：复杂任务极易翻车，上下文过长失效，无标准化校验，无法规模化。

2.0 时代：Harness 工程（当下主流）

给 AI 搭建标准化运行框架，约束工具、校验结果、固定流水线。解决 Prompt 不稳定问题，但依然依赖人工介入重试，属于 “半自动 AI”。

3.0 时代：Loop 工程（未来主流）

在 Harness 基础上增加反馈循环，AI 自主发现问题、修复问题、迭代优化。真正实现 “给定目标，全程无人值守” 的全自动智能体，也是头部厂商技术发力方向。

五、普通人落地：不用重构现有 Harness，低成本搭建基础 Loop

不用推翻你已经搭建好的 Harness 流水线，只需要新增一层循环调度逻辑，分享极简实现思路：

1. 复用现有 Harness 的工具权限、测试脚本、验收规则；
2. 外层套一层 while 循环，捕获执行后的报错、未达标状态；
3. 将失败日志、缺陷信息打包为新上下文，重新送入 Agent；
4. 设置最大循环次数、超时熔断，防止无限死循环。

开源参考：

• Addy Osmani Loop 工程示例：https://addyosmani.com/blog/loop-engineering/
• ReAct 循环极简 Python 实现（30 行核心代码）：https://juejin.cn/post/7617255637370142763

总结：别停留在搭建 Harness，下一轮比拼是 Loop 设计能力

很多开发者刚完成 Harness 落地，就陷入技术认知滞后。Claude Code 创始人的表态不是行业噱头，而是明确信号：未来 AI 工程师的核心竞争力，不再是写完美 Prompt、搭建完善约束框架，而是设计高效、稳定、低成本的自主循环系统。

Harness 保证 AI “不出错”，Loop 让 AI “自己把事做完”。前者是基础门槛，后者才是拉开差距的核心壁垒。

你怎么看？欢迎留言讨论，你现在的 AI 项目是否已经接入 Loop 循环？

#AI 工程 Loop 是什么#Harness 和 Loop 的区别#Claude Code 创始人新观点#AI Agent 自主循环开发#2026 前端后端 AI 新范式