事件脈絡
2026 年初，AI 代理工程（Agent Engineering）的敘事發生了一個微妙但深刻的轉變。OpenClaw 創辦人 Peter Steinberger 在 X 上發文指出：「每月提醒：你不該再對 Coding Agent 下提示了。你該設計的是會自動去提示 Agent 的迴圈系統。」這則貼文獲得超過 790 萬次瀏覽，引發全球工程師社群的共鳴。
隨後，Anthropic Claude Code 負責人 Boris Cherny 的分享進一步確認了這個趨勢：「我已經不再直接提示 Claude。現在是我建立的迴圈在替我提示 Claude，並自行判斷接下來該做什麼。我的工作，就是設計這些迴圈。」
Google Cloud AI 部門總監 Addy Osmani 則在個人部落格發表長文，為「迴圈工程」（Loop Engineering）這個新興概念提出了系統性的理解框架。
從提示工程到迴圈工程：階層躍遷
提示工程（Prompt Engineering）時代的邏輯：
人類告訴 AI 做什麼、AI 執行、人類檢查結果。這是一種線性的、同步的互動模式——每一次提示都需要人類親自決定、親自發起。工程師的價值在於「寫出好提示」。
迴圈工程（Loop Engineering）時代的邏輯：
人類設計一套「自我糾正的迴圈系統」，其中： 1. Agent 執行初始任務 2. Agent 自行評估結果品質 3. Agent 若發現不足、自動調整策略、並重新提示自己 4. 人類只需要設計這套迴圈的結構與邊界條件
這不是人類被邊緣化、而是人類角色的升級。工程師從「任務執行者」變成了「任務系統的建築師」。
為什麼這個轉變如此重要
1. 槓桿作用翻倍
提示工程時代，工程師的產出是一份一份的「好提示」；迴圈工程時代，一套設計良好的迴圈系統可以自動執行數百次、數千次任務迭代——人類的設計選擇被放大了。
2. 決策點下移
在迴圈工程中，許多中層決策（該調整策略嗎？該改變參數嗎？該尋求人類協助嗎？）被委派給了 Agent。這讓人類工程師可以專注於更高層級的決策——「整個系統應該朝哪個方向進化」。
3. 可擴展性質變
提示工程的瓶頸是人類的注意力與時間；迴圈工程的瓶頸變成了「迴圈設計的聰慧程度」與「計算資源」——這兩個維度的成長空間更大。
職責的三層轉變
Addy Osmani 在部落格中點出、他認為人類工程師的三大職責：
第一層：迴圈架構設計
決定 Agent 應該如何自動迭代——什麼時候停止、什麼時候重試、失敗的定義是什麼。這需要對問題空間的深刻理解。
第二層：邊界條件設定
設定迴圈的「停止信號」（何時任務完成）、「成本上限」（最多花多少計算資源）、「安全約束」（什麼行為絕對不能做）。人類的責任從「做決定」變成了「設定決定的邊界」。
第三層：系統反思
定期檢視迴圈系統本身有沒有進化的機會。Agent 已經在執行任務、人類則在執行「如何讓 Agent 執行任務」的改進——這是一個層級更高的迴圈。
深層含義：抽象層級的遞升
這個轉變的本質，是程式設計中常見的「抽象層級遞升」現象。
組件語言時代，程式設計師手動寫組件操作；高級語言時代，程式設計師寫函數而不是組件操作；物件導向時代，程式設計師設計類別與物件、讓執行環境自動管理記憶體。每一次抽象層級遞升，都讓程式設計師可以用更少的細節操作、控制更複雜的系統。
Loop Engineering 的出現，正是這個演進在 AI 時代的新一章。人類工程師不再控制每一個指令、而是設計「會自主決策的指令系統」。