与「LoopEngineering」相关的搜索结果

Loop模板大全库：loop-library，目前覆盖工程、运维、评估、设计、内容等50个具体场景 每个Loop设置了反馈、判断、迭代的完整闭环，并配备了查找、审计、适配、设计四种能力的Skill 告诉AI要干什么，它帮你从目录里匹配最合适的，模板不完全匹配的话，它给你改一个现成的或者重新设计一个 Loop和Skill是解耦的不用Skill也行，直接复制现成Loop就能用 #Loop# #looplibrary# #LoopEngineering#

回顾一下 harness engineering 发展的历史，至今似乎还没有一个边界清晰的解释，能说清楚它到底是什么。 先是二月份，OpenAI 发布了 Harness Engineering 的 blog，介绍他们如何从一个 empty repo 出发，搭建可靠的文档、知识库、测试体系和日志环境，供 agent 开展开发工作。 几乎同一时间，LangChain 通过修改提示词、工具和 middleware，将 Deep Agents 在 benchmark 上的成绩提升了 25%，随后提出了 Agent = Model + Harness 的公式。 紧接着，三月份，Anthropic 发布了他们的 harness 方案：一个 Planner → Generator → Evaluator 的循环。 到了四月份，Anthropic 跟吃错药一样，把定义改成了：harness = agent loop，工具环境 = meta-harness。然后再把 harness、meta-harness 和什么脑子啊、手啊拼起来，组成 Managed Agents。 五月和七月，龙虾作者又出来谈 loop engineering 和 graph engineering。火了一小阵，随后又没什么声音了。 八月份，DeepSeek Harness 带着 Everything is a Plugin 的概念横空出世。我当时就说，这就是个 UI harness。现在看来，时间也验证了我的判断。 八月底，OpenAI 看到 DeepSeek Harness 爆火，也整出了一个“OpenAI Harness”的概念，实则就是 Codex。 九月份似乎消停了一阵。到了十月，Pi 又带着 1.0 版本登场，自称 minimalist harness 😂。 感觉 harness engineering 就像哈姆雷特一样：一千个人心中，有一千种 harness。定义越来越宽泛，也越来越离谱。

graph engineer vs loop engineer : 不是替代，是嵌套。Loop 是最小的 Graph（单节点自环）；Graph 里每个干活的节点内部仍在跑自己的 Loop。"Loop Engineering is dead" 是 Hame‍l Husain 的反讽炒作。完整递进链：Prompt → Context → Harness → Loop → Graph，每层向外包一层。 多 Agent 不是必然更好。《Nature Machine Intelligence》2026 年研究（260 种配置）：可拆分的金融任务多 Agent 最高 +80.8%；强顺序依赖任务最高 −70%；SWE-bench Verified 上四类多 Agent 架构全部 −1.3%~−12.8%。决定变量是任务可拆分性，不是复杂度。 选型规则（社区共识版）：一个 Agent + 工具 = Loop；多个 Agent + 交接 = Graph。当你在 Loop 里硬塞并行、独立评审、人工审批门时，就是该升级到 Graph 的信号。

啊？ Loop Engineering 又过时了？ Graph Engineering 又是啥啊？ 不要造这么多 AI Slop 概念了，它们除了花光我们的 token，啥用也没有啊 😂😂😂

Anthropic acaba de sacar un curso gratis sobre loop engineering con fable 5 00:00 - cómo funciona claude code por dentro 05:01 - el agentic loop explicado 16:21 - la función que el 99% de los devs ignora 19:01 - por qué la voz gana a escribir 32:34 - revisión automática de código con draft PRs 58:39 - Fable 5 para trabajo que no es código Este curso gratuito reemplaza cualquier tutorial de pago de claude code. Guardarlo y miralo, lo recomiendo 📄

我的这份免费开源的《AI 编程零基础教程》已经持续更新大半年了，GitHub Star 数已经 1.68 万 ⭐️！ 内容覆盖 Codex / Claude Code / Cursor 等主流 AI 编程工具的教程、Vibe Coding / Harness / Loop Engineering 等 AI 编程模式实操、几十个项目实战、产品变现套路等。 希望能帮更多人打开 AI 编程的大门~

Loop Engineering 现在很多人用 Claude Code、Codex 或者 Cursor 的时候， 还跟聊天机器人一样操作： 先扔个 prompt → 等它回 → 复制出来 → 改改 bug → 再扔新 prompt……循环往复。 这个 repo 直接告诉你： 别再自己一直 prompt 了， 你去设计一个 loop， 让这个 loop 自动去给 agent 下指令、指挥它干活。 里面已经帮你准备好好几种现成的 loop，比如： • 每天任务分流 loop • PR 自动审查 loop • CI 检查 loop • 依赖更新 loop • 写 changelog loop • 合并后自动清理 loop • issue 分类处理 loop 还附带了好几个 CLI 工具，能让你： • 把 loop 放大规模 • 估算大概花多少 token • 检查你的 repo 适不适合用这套东西 • 给 agent 加记忆/状态 • 加人工接管环节 • 加验证关卡 • 还能安全地通过 GitHub Actions 跑 以前 Prompt Engineering 是教你怎么写好指令， 现在 Loop Engineering 是让你搭一个系统， 让 agent 自己跑、自己检查、自己改、自己扩展， 你只要在关键节点看看就行。