企业官网建设流程全解析

2026年6月7日，一条推文引爆了整个编程界——Loop Engineering爆火始末全复盘

导读：如果你还在每天手动给AI敲提示词、复制报错、等回复、再敲下一条，那你大概率错过了2026年6月那次行业共识的急转弯。本文完整复盘 Loop Engineering 从一条推文到全民话语的72小时，以及它为什么绝不是又一个营销词。我把这72小时的传播链、三个关键人物、四组基础设施数据全部摊开，最后给你一个可以自己跑的"值不值得做成循环"判断脚本。

本文导航

• 一、那天到底发生了什么
• 二、三个人，三条引爆线
• 三、传播链复盘：从推文到行业共识
• 四、Loop Engineering 到底是什么
• 五、为什么偏偏是2026年6月
• 六、我的判断：这是普通开发者最后一次低成本上车
• 小结
• 下节预告

一、那天到底发生了什么

2026年6月7日，一个周日晚上。我记得很清楚，因为那晚我刚跑完一个持续了两个多小时的 Claude Code 会话，正在纠结要不要把中间结果存档明天接着干——随手刷了下 X。

然后就看到了那条推文。Peter Steinberger，OpenClaw 的作者，一个在 Swift 社区早就声名在外、后来一头扎进 AI 智能体的老兵，发了一段话，大意是：

“你不应该再手动提示编码智能体了。你应该去设计那些替你提示智能体的循环。”

说实话，第一眼我觉得这话有点暴论。提示词难道不是我们和 AI 协作的基本功吗？训练了两年多的"提示词工程"难道一夜作废？我当时还截图发到群里，配了一句"又是新概念营销"。现在回头看，那条截图我自己都想删——它精准记录了我认知转弯前的样子。

两天后再刷，那条推文的浏览量已经冲破了650万。我的时间线上全是转述、争论、反驳，还有一堆"其实我去年就这么干了"的老哥晒截图。整整一周，agent 圈的话题几乎没离开过这个词——Loop Engineering，循环工程。我数了下自己常刷的三个开发者群：一周之内关于这个词的消息加起来超过两千条，有人翻译、有人拆解、有人写反驳长文、有人直接把项目 README 改名成了"my loop stack"。

更巧的是，OpenClaw 这个项目本身。它是 Steinberger 的开源个人智能体运行时（前身叫 Clawdbot，后来改名 Moltbot，最后定名 OpenClaw），被 Lenny’s Newsletter 称为"ChatGPT 以来最强大的个人 AI 工具"，YC 内部甚至拿它跑公司的 “company brain”。也就是说，说这话的人不是在蹭热点——他就是那个把循环跑在生产环境里的人。

我把这72小时的关键节点整理成了一张表，你可以感受一下这个传播速度有多离谱：

看到最后一行了吗？这个领域的概念半衰期只有几周。6月还在吵"循环工程是不是伪概念"，7月人家已经在聊"多智能体组织怎么可编程"了。你在原地纠结的每一天，都是别人拉开差距的一天。

踩坑提示：爆火的概念不等于正确的概念，但也不等于错误的概念。我的处理方式是"先分清口号与零件"——口号（“别再提示了”）可以不认同，零件（五大原语）必须逐个搞懂。后面第3到第5章，我就是按零件清单来的。

二、三个人，三条引爆线

一次行业话语的转向，光靠一条推文是不够的。真正让"循环工程"从暴论变成共识的，是三条线在同一周的交汇。我把这三条线叫做：论点、地图、证词。

第一条线：Steinberger 的推文（论点）。650万浏览量的传播奇迹，但它只是个论点——“别再手动提示了”。这条线负责的是制造争议。争议是传播的燃料：一条所有人都同意的推文活不过六小时，一条一半人想骂的推文能活一周。顺便说一句，Steinberger 这个人本身就是个"循环重度患者"，他把个人智能体运行时做成开源项目，日常用几百个自动化任务管理自己的工作流。他说"别再手动提示"，不是站在岸上教人游泳。

第二条线：Addy Osmani 的解剖（地图）。就在推文发出的第二天（6月8日），Google 出身的工程总监 Addy Osmani——就是那个写了十几年 Chrome 工程博客、后来加入 Anthropic 做 Claude Code 的男人——发了一篇标题就叫《Loop Engineering》的文章。这篇东西干了件关键的事：把口号翻译成了零件清单。他给出的解剖是，一个循环需要五样东西加一个记忆：

1. Automations（自动化）：定时自己去找活干
2. Worktrees（工作树）：多个循环并行改一个仓库不互相踩脚
3. Skills（技能）：把项目知识写下来，别让智能体每次瞎猜
4. Plugins/Connectors（连接器）：把智能体接进你真实的工具链（MCP）
5. Sub-agents（子智能体）：一个负责想，另一个负责查——写代码的别给自己的代码打分
6. 外部记忆：一个 markdown 文件或一块看板，活在会话之外，记住"干到哪了"

Osmani 在文章开头给出的定义，我认为是全场最精准的一句话：

“循环工程，就是把你从’提示智能体的那个人’的位置上替换掉——你去设计那个替你干这件事的系统。”

注意"替换掉"三个字。替换掉的不是你，是你所在的位置。你升上去做系统设计，让系统坐在那个位置上。这个区分特别重要，很多人第一遍读都读丢了。

第三条线：Boris Cherny 的背书（证词）。Cherny 是谁？Claude Code 的创造者、Anthropic 这条线的负责人。他被问起工作方式时说了句在整个传播链里杀伤力最大的话：

“我不再提示 Claude 了。我有一堆循环在跑，它们负责提示 Claude、负责决定下一步干什么。我的工作，就是写循环。”

你看，这事的微妙之处在于：说"该转向了"的是社区老兵，给出"转向后的地图"的是顶级工程布道师，而真正造出全球最火编码智能体的人用亲身工作流做了证词。三线交汇，一个概念想不火都难。我把三个人的角色摆在一起，你就明白这个结构有多完整：

我见过太多"三人凑齐"失败的案例：只有论点，变成了口水战；只有地图，变成了没人看的技术文档；只有证词，变成了大佬语录。三样凑齐，才是行业共识的完整配方。你以后自己推方法论的时候，也可以按这个配方自查：你有口号吗？你有零件清单吗？你有生产环境的证词吗？

三、传播链复盘：从推文到行业共识

把这条传播链画出来，你会发现一个很有意思的结构：争议不但没有削弱这个概念，反而加速了它。

为什么争议反而加速传播？我复盘出三个机制，你以后做技术布道可以直接用：

机制一：质疑派替你做了压力测试。"这不就是定时任务加了顶帽子？"这种质疑看着刺耳，其实是最有价值的免费测试。每一次质疑都逼着支持派拿出更硬的证据：产品内建原语截图、真实运行数据、成本核算。一场公开辩论下来，概念的含金量被公开验证了。

机制二：支持派晒图制造了从众效应。“我去年就这么干了"的截图帖，本质上是社会证明。当有人晒出"睡前一句话、醒来一个 PR"的截图时，观望者的心态从"这是不是营销"变成了"我是不是落后了”。恐惧比兴奋的传播力大三倍，这是我做技术内容这几年最深的体感。

机制三：两个阵营共享同一个关键词。骂它的人和夸它的人，都在帮这个词刷存在感。算法只认互动量，不认立场。所以如果你以后想推一个概念，最怕的不是被骂，是没人理。

注意最后一个节点：7月份，讨论已经上移到了"图工程"——循环让单个智能体的行为可编程，图让多智能体的组织可编程。这个领域的概念半衰期只有几周，这也是为什么我坚持认为，现在系统性把循环工程吃透的人，会踩中一个难得的时间窗口。

踩坑提示：我见过两种典型的认知翻车。一种是"概念免疫"——看到新词就烦，一律归为营销，结果三年没动过；另一种是"概念冲浪"——每个新词都要追，6月学循环、7月学图工程，每样都浅尝辄止。我的经验是：概念可以快速过一遍，但零件必须动手装一遍。这门课的每一篇，我都会给你能跑的东西。

四、Loop Engineering 到底是什么

抛开所有故事，一句话定义：循环工程就是设计"自动提示、检查、记忆、重跑"智能体的系统，而不是由人逐轮手动驱动。

工作单元变了。这个说法听起来抽象，直接上对照表：

再把 Osmani 那份零件清单展开成"职责表"——这是我读完全场文章后自己整理的版本，后面第5章会逐个变成代码：

而这一切的理论源头，其实一点都不新：智能体循环的经典形态是“收集上下文 → 执行动作 → 验证结果 → 重复”（gather context → take action → verify work → repeat），Claude Code 官方文档里白纸黑字写着。它往上可以追到2022年 Google Research 的 ReAct 论文（推理+行动的交替循环），甚至2025年7月 Geoffrey Huntley 那个著名的"Ralph 循环"——一行while :; do cat PROMPT.md | claude; done，一个 bash while 循环，就已经是循环工程的全部骨架：

# Ralph 循环的骨架（2025年7月 Geoffrey Huntley 封神的那几行）while:;docatPROMPT.md|claude# 把写好的目标喂给智能体done# 结束就再来一轮，直到目标达成

很多人看到这三行会失望："就这？"对，就这。循环的骨架本来就简单，难的是骨架周围的工程：PROMPT.md 里怎么写可验证的目标？跑挂了怎么停？两轮之间记住什么？谁来检查它没跑偏？——这些才是这门课要教的东西。

所以循环工程不是发明了什么新东西，它是把智能体时代一直在发生的事情，第一次命名、第一次系统化、第一次当成一门工程学科来教。这也是这门课存在的理由。

范式演进的位置关系我也画了一张图，注意每一层都是包裹上一层而不是取代它：

五、为什么偏偏是2026年6月

一个概念能不能爆，不看话有多漂亮，看基础设施够不够。我翻了2026年上半年的几组数据，答案非常清楚——是智能体终于"配得上"被循环驱动了。我把四组数据摊开给你看：

最后一条最关键。Osmani 的原话是：一年前你想跑循环得自己维护一堆 bash 脚本，现在零件直接随产品发货。方法论的爆发永远滞后于基础设施的就位——移动开发等到了 iPhone 云云，深度学习等到了 GPU 集群，循环工程等到了原语内建。

四股力量汇成一根引线的过程，我画了张图：

基础设施齐了，概念到位了，就差一个引爆点。6月7日那条推文，就是扣扳机的手指。

这里我还要补一个容易被忽略的背景：2026年上半年，token 成本也发生了断崖式下降，中档模型的价格只有两年前的十分之一左右。循环是"多轮、多工具调用"的消耗大户，成本不下来，循环跑一夜就是几百块钱——没有哪个个人开发者玩得起。便宜到可以跑一夜，才有"睡前一句话、醒来一个 PR"这种工作方式。

踩坑提示：别拿旧工具硬套新方法。我见过有团队在只有单文件编辑能力的旧版本工具上硬跑多智能体编排，结果循环大量时间花在等 IO 和互相等待上，效率还不如手动。上循环之前，先确认你的工具版本内建了 Automations、/goal 或等价物，先确认你的会话平均时长真的超过了十分钟。工具没到代，方法论先到，只会互相折磨。

六、我的判断：这是普通开发者最后一次低成本上车

最后聊聊我自己的看法，你可以不同意。

我见过太多轮技术红利了——移动开发、前端框架、大模型训练，每一轮的规律都一样：早期拼认知，中期拼手速，晚期拼资本。而循环工程现在处在哪个阶段？几个数字给你参考：

• 脉脉高聘报告：2026年1-7月新经济行业新发 AI 岗位量同比暴增789.47%，AI 岗位平均月薪63,160元，而Agent 开发工程师是其中最热的岗位，没有之一；
• 海外 AgenticCareers 实时追踪：Agent 岗位中位薪资$217,500，但98% 的岗位要求中级以上——因为压根没人教过这个，能独立把循环跑通的人就自动是"中级以上"；
• LinkedIn 2026 榜单：AI 工程师是美国增长最快职位第1名；PwC 统计 AI 技能带来62% 的薪资溢价。

把这几个数字放在一起看，结论有点残酷：需求爆发了，供给没跟上。98%的岗位要求中级以上，但全世界有"中级循环工程经验"的人满打满算才多少？这个缺口就是普通人的窗口——你不需要跟大厂首席科学家竞争，你只需要比身边的人早半年动手。

更关键的是门槛：循环工程的上手成本，低到不像话——它不需要你懂模型训练，不需要你有多卡的机器，甚至不需要你换语言。你需要的只是：会写代码、会用一个 AI 编程工具、懂一点工程思维。这门课后面119篇，就是把这三样东西拧成一根绳子。

那么具体到今天，怎么判断"这件事值不值得做成循环"？我给自己写了个很小的判断脚本，三个维度打分：每周耗时、可机器验证程度、重复性。代码用 pydantic 做输入校验，日志走标准 logging，输出直接给结论：

# loop_worth.py —— 判断一个任务值不值得做成循环（Python 3.12 + uv）# 运行：uv run loop_worth.pyimportloggingfrompydanticimportBaseModel,Field logging.basicConfig(level=logging.INFO,format="%(asctime)s %(levelname)s %(message)s",# 控制台+文件双输出见第6章日志基建)log=logging.getLogger("loop_worth")classTaskProfile(BaseModel):"""任务画像：用 pydantic 校验打分范围，防止手滑输入离谱值"""name:strweekly_hours:float=Field(gt=0,description="每周在这类任务上花的小时数")verify_score:int=Field(ge=0,le=5,description="可机器验证程度，0到5")repeatable:bool=True@propertydefscore(self)->float:base=self.weekly_hours*self.verify_scorereturnbase*(1.0ifself.repeatableelse0.3)defjudge(p:TaskProfile)->str:s=p.score log.info("任务[%s] 循环价值分=%.1f",p.name,s)return"优先做成循环"ifs>=20else("值得试点"ifs>=8else"先手动做着")if__name__=="__main__":fortin[TaskProfile(name="夜间修回归Bug",weekly_hours=6,verify_score=5,repeatable=True),TaskProfile(name="周报润色",weekly_hours=1,verify_score=1,repeatable=True),TaskProfile(name="架构评审",weekly_hours=2,verify_score=0,repeatable=False),]:print(f"{t.name:>12}| 分数{t.score:5.1f}|{judge(t)}")

控制台输出：

2026-06-20 21:03:11 INFO 任务[夜间修回归Bug] 循环价值分=30.0 夜间修回归Bug | 分数 30.0 | 优先做成循环 2026-06-20 21:03:11 INFO 任务[周报润色] 循环价值分=5.0 周报润色 | 分数 5.0 | 先手动做着 2026-06-20 21:03:11 INFO 任务[架构评审] 循环价值分=0.0 架构评审 | 分数 0.0 | 先手动做着

看见没？可验证程度是乘法因子——没法机器验证的任务，耗时再长，循环价值也趋近于零。这也是为什么我反复强调验证器：它不只是质量保障，它决定了哪些任务能被自动化。第7章整章都在讲这件事。

当然，我也得把 Osmani 在原文结尾的警告原样转给你：两个人可以建一模一样的循环，得到完全相反的结果——一个用它加速自己深刻理解的工作，另一个用它逃避理解。循环不知道区别在哪，你知道。这也是为什么这门课从第一篇到最后一篇都在反复讲：验证、意图、工程判断。Build the loop, stay the engineer。

小结

1. Loop Engineering 于 2026年6月7日由 Steinberger 推文引爆（650万浏览），次日 Osmani 给出"五大原语+外部记忆"的系统解剖，Claude Code 负责人 Cherny 用"我的工作就是写循环"完成背书——论点、地图、证词三线交汇，缺一不可
2. 它不是新发明：智能体循环（收集→执行→验证→重复）+ Ralph 循环早已存在，循环工程做的是命名、系统化、学科化
3. 爆火的真实原因：智能体会话时长、跨文件能力、渗透率、产品原语、token 成本在2026年上半年同时就位——基础设施到了，推文只是扳机
4. 争议反而加速传播：质疑派做压力测试、支持派晒图做社会证明、两派共享同一个关键词
5. 窗口判断：岗位暴增789.47%、98%要求中级以上、上手门槛极低——这是普通开发者最后一次低成本吃到的前沿红利
6. 用"循环价值分"筛任务：耗时 × 可验证程度 × 重复性，可验证程度是乘法因子，验证器是自动化的入场券

下节预告

引爆事件只是火种。下一篇我们钻进引爆者的脑子：Claude Code 之父 Boris Cherny 那句"我不再提示 Claude 了"背后，是一个15 个并行智能体互相接力的真实工作流。我会把他的编排方式逐层拆开给你看——你可能会发现，Loop 架构师的日常比"写提示词"枯燥，但杠杆大得多。

如果觉得本文对你有帮助，欢迎点赞、收藏、关注三连！
本系列持续更新中，120篇循环工程实战通关，关注不迷路~