Loop Engineering 是什麼：讓 AI 持續工作，也知道何時停止

Loop Engineering（迴圈工程）是替 AI 代理設計持續工作的外部流程：系統找出工作、交付任務、檢查結果、記住進度，再決定下一輪要做什麼。人仍負責目標與驗收條件，但不必每完成一步就重新輸入下一句提示詞。這裡採用 Addy Osmani 在 2026 年 6 月文章裡的用法，並對照代理工程的實作與研究；它是仍在發展中的工程用語，不是已有單一正式標準的學科名稱。

讀懂這個名詞，可以先想像你要維護一份展覽活動表。聊天式做法是每天叫 AI 查一次、再逐一追問錯漏；迴圈工程則把查什麼、怎樣辨識變動、如何驗證、什麼時候交給人，事先寫成可以重複執行的流程。以下用這個假設案例說明，所有情境均為教學示例，不代表本站執行過這套系統或量測過成效。

Loop Engineering 和代理迴圈差在哪

一個代理本身就可能有迴圈：讀取任務、選工具、觀察工具結果，再選下一個動作。這稱為 Agent Loop。Loop Engineering 關注的範圍更外圍：這個代理何時啟動、任務從哪裡來、完成後由誰驗證、明天如何接續。兩者有關聯，卻不能因為程式裡出現重複執行，就說整套工作流程已經被設計妥當。

也不能把它理解成「一直重試直到 AI 說成功」。假如抓不到活動官網，重試一百次不會讓錯誤網址變正確；假如驗收只問撰稿代理自己滿不滿意，重複執行只可能讓它更擅長說服你。流程必須保留失敗的原因、可接受的重試次數，以及遇到資訊不足時的出口，才有辦法管理反覆工作的風險。

提示詞工程處理指令怎麼寫；上下文工程處理每一步該提供哪些資料；Harness Engineering 處理代理執行時的工具、權限、狀態與支援環境。依 Osmani 的描述，Loop Engineering 再把這些能力連成能夠啟動、分派、驗證和接續工作的系統。這個比較是幫助理解的分工圖，不表示任何一層可以取代其他層，也不表示各家對邊界的說法完全一致。

把目標變成可驗收的工作流程

第一步是把目的改寫成可檢查的完成條件。「更新活動表」太模糊；「查指定主辦單位的公告，比較展期與休館日，為每一筆變更保留來源和查詢時間，無法確認者列入待查」就比較清楚。成果應該包含哪些欄位、哪些來源可以採用、哪些欄位不准自行補猜，都應在代理開始前決定。

第二步是設定啟動條件。定時執行適合定期檢查公告；收到資料更新事件才執行，適合來源有通知機制的情況。兩種方式都需要避免重複領取同一件工作：如果上一輪還在處理今天的公告，新的一輪應知道該等待、略過或接手。單純設定一個排程器，沒有處理工作狀態，仍可能讓代理互相覆寫。

第三步是分開產出與驗證。示例中的研究代理先整理候選變更，驗證步驟再開啟來源，比對日期、活動名稱和適用範圍。可以用確定性的欄位檢查判斷缺漏，用另一個代理檢查語意，也可以把歧義交給編輯。多一個代理只是增加檢查機會，不能假設兩個模型就一定會互相抓出所有錯誤。

第四步是把進度放在對話之外。狀態至少要讓下一輪知道哪些活動查過、來源何時更新、哪些變更已確認、哪些失敗不能再照原方法重試。文字檔、資料庫或工作看板都可以承擔這個角色；重要的是狀態可靠、能追溯，而且不會在換一個對話後消失。模型記得自己說過什麼，不等於業務紀錄已經保存。

第五步是設計停止。成功停止與失敗停止都需要明確條件：指定清單全部驗證完成可以成功結束；找不到必要來源、超出預算、同一錯誤持續出現，則應停止並回報。有限的工作不應因為 AI 又想到一件可以改善的小事，就不斷擴張成永遠做不完的專案。新增範圍應回到人的優先順序判斷。

閱讀完整文字說明

目標交給代理執行，再獨立驗證。未通過且仍在限制內的工作回到修正再執行；通過、超出限制或需要人工判斷者離開循環。底部的持久紀錄保存每次結果。

示例：維護展覽活動表

把案例完整走一次：輸入是一份既有活動清單、允許查詢的官網，以及上次成功檢查時間。第一輪讀到某展覽延長展期，代理輸出候選修改，並附公告連結與支持延展的原文位置。驗證步驟檢查公告是否真的指向同一展覽，還要辨別是售票期限延長，還是展出日期改變；只有通過的欄位才成為待發布資料。

如果另一筆資料只在搜尋摘要裡看見新日期，來源頁卻無法開啟，理想輸出是「尚待確認」加上失敗原因，不是拿摘要拼出一段肯定的公告。下一輪可以在合理間隔後再試，也可以改由編輯查證。這個分支很重要，因為循環流程會把一次含糊的判斷反覆傳遞，最後可能形成看似完整、其實無來源的紀錄。

公開發布是另一個明確動作。研究結果已整理好、驗證通過、編輯核准、正式網頁真的顯示新內容，是不同狀態。在這個示例中，流程先產生待發布版本，經過指定的核准點才更新對外頁面，再重新讀取公開頁確認結果。不能把「工具回報成功」直接當作讀者已經看到正確資料。

停止條件、成本與權限

成本也應成為停止條件。每次執行可能包含搜尋、讀取、模型推論與額外驗證，子代理還會有自己的上下文和呼叫成本。因此預算不能只看最初那句提示詞用了多少 token，而要看完成一件可驗收工作總共花了多少。示例可設定單筆工作的上限與整輪總上限，並把花費偏高的失敗案例獨立檢討。

除了金額，還要限制執行時間、工具權限和重試範圍。只負責比對公告的代理不需要刪除資料庫，也不需要任意發送訊息；只因為流程可以自動化，不代表每個動作都值得自動執行。讓代理先有完成任務所需的最小能力，再根據實際瓶頸增加工具，通常比較容易找出錯誤從哪一步開始。

持久狀態同樣可能出錯。若上一輪在寫入一半時中斷，下一輪必須辨識未完成的工作，而不是把它當成已驗收；若同一公告重複到達，也應避免新增兩筆相同活動。這些是流程設計要處理的資料一致性問題，不會因為底層模型變得更聰明就自然消失。

怎麼判斷值得投入，以及何時讓人接手

判斷這種方法是否有幫助，應比較原本的人工作法與新流程：完成同一份清單需要多少人工介入、錯漏是否減少、例外是否清楚、整體費用是否合理。這些是本例建議觀察的指標，不是某篇文章保證會改善的數字。只看代理執行了多少輪或產生多少文字，無法知道結果是否更可靠。

最適合先做的，是範圍穩定、輸入可取得、成果有驗收方法，而且會重複發生的工作。若你只是偶爾請 AI 改一段文字，直接互動可能已經足夠；若任務牽涉大量模糊取捨、責任歸屬或無法檢查的成果，先釐清流程比增加自動迴圈更重要。工程投入應對應真實的重複工作量。

最後要保留人工接手的材料。回報「失敗了」不夠；應附最後成功步驟、已使用的來源、嘗試過的方法、受影響的資料以及建議的下一步。人接手時能快速重建情境，這個迴圈才是在節省判斷時間。否則它只是把你逐步提示的工作，換成事後猜測代理為什麼卡住。

截至本系列整理日，Loop Engineering 仍有實作者使用範圍不一、實際採用與效果需要更多證據等限制。閱讀相關文章時，可以先問作者是否講清楚觸發、狀態、驗收、停止與接手，再看工具名稱。能把這些問題說清楚，比把一個自動重試腳本換成新名詞更有價值。

AI 名詞總索引：從 Loop Engineering 到生成式 AI

代理迴圈（Agent Loop）是什麼：判斷、操作與回饋

代理執行環境工程（Harness Engineering）是什麼

模型與代理評測（Evals）是什麼

• AI 工具
• 教學
• AI 名詞解釋