最近越来越多人开始讨论与其写 Prompt不如设计 Loop循环来驱动 AI Coding Agent。但如果你在 XTwitter上搜索什么是 Loop你会发现每个人都有不同的定义。在 Claude Code 团队我们将 Loop 定义为Agent 持续重复执行「工作 → 检查 → 再工作」的循环直到满足某个停止条件。我们根据几个维度将 Loop 分成不同类型如何触发Trigger如何停止Stop Criteria使用了 Claude Code 的哪些能力Primitive最适合解决什么类型的任务本文将介绍最常见的几种 Loop、它们各自适用的场景以及如何在保证代码质量的同时控制 Token 消耗。需要注意的是不是所有任务都需要复杂的 Loop。应该始终从最简单的方法开始只在真正需要时再引入这些模式。一、Turn-based Loop回合式循环触发方式用户发送一个 Prompt。停止条件Claude 判断已经完成任务或者需要用户提供更多上下文。适合场景适用于一次性的开发任务不属于固定流程不需要周期性执行如何控制 Token 消耗写更明确的 Prompt并利用 Skills 提升验证能力减少反复迭代次数。实际上你发送的每一个 Prompt都已经启动了一个 Agent Loop。整个流程如下用户提出需求 ↓ Claude 收集上下文 ↓ 修改代码 ↓ 运行验证 ↓ 如果失败继续修改 ↓ 返回结果之后由你人工检查结果再发送下一条 Prompt。这种方式就是 Claude 所说的Agentic Loop智能体循环。如何让 Claude 自己验证结果可以把你平时人工检查的步骤写进 SKILL.md。这样 Claude 在完成修改后就能够自动验证而不是只完成代码编辑。例如description: 在宣布 UI 修改完成之前进行完整验证---# 验证前端修改1.2.3.4.5.6. - ---核心思想就是把人工 Review 流程变成 Claude 能自动执行的流程。二、Goal-based Loop目标驱动循环命令/goal触发方式用户主动发起。停止条件满足以下任一条件达成目标达到最大尝试次数适合场景适用于有明确验收标准可以客观判断是否完成如何控制 Token设定明确完成标准最大迭代次数例如最多尝试 5 次。很多复杂任务一轮并不能完成。Agent 的效果通常会随着不断迭代而提升。因此/goal会持续运行 Claude直到达到目标。例如/goal 把首页 Lighthouse 分数提升到 90 分以上最多尝试 5 次。此时每当 Claude 觉得任务已经完成时系统都会调用一个Evaluator Model评估模型检查是否真的满足目标如果没有Claude 会继续工作直到达成目标或达到最大轮数因此越容易量化的目标效果越好。例如✅ 所有测试通过✅ 覆盖率达到 95%✅ Lighthouse 90这些都是理想的 Goal。三、Time-based Loop定时循环命令/loop以及/schedule触发方式按照固定时间执行。例如每 5 分钟。停止条件用户取消工作完成例如PR 已合并等待队列为空适合场景定期执行任务与外部系统交互例如每天早上整理 Slack 消息。或者持续检查 GitHub PR。例如/loop 5m 检查我的 PR 处理 Review 修复失败的 CI。表示每五分钟执行一次。需要注意/loop运行在你的电脑上所以如果关闭电脑Loop 就停止了。如果希望持续运行可以使用/schedule它会把任务放到云端执行。四、Proactive Loop主动循环触发方式由定时任务或事件自动触发无需人工参与。停止条件每个任务完成后退出。整个 Routine一直运行直到用户关闭。适合场景持续不断出现的新任务例如Bug ReportIssue 分类Dependency Upgrade大规模迁移Claude 推荐把多个能力组合起来/schedule/goalDynamic WorkflowAuto Mode形成完整自动流水线。例如每小时 检查 project-feedback ↓ 发现 Bug ↓ Goal直到所有 Bug 全部完成分类、修复、回复 ↓ 等待下一小时还可以进一步使用Dynamic Workflow同时开启多个 Agent。例如针对同一个 BugAgent A研究方案一Agent B研究方案二Agent C研究方案三最后再由一个Judge Agent评审三种方案挑出最佳实现。完整示例/schedule 每小时 检查 project-feedback 频道中的 Bug。 /goal 直到本轮所有 Bug 全部完成分类、处理、回复。 修复 Bug 时 使用 Dynamic Workflow 在多个 Worktree 中探索三种方案 最后由 Judge Agent 做对抗式评审。五、如何保证代码质量Loop 的质量取决于整个系统。Claude 建议保持代码库整洁Claude 会学习已有代码风格。代码越规范输出越稳定。让 Claude 能验证自己的工作把团队标准写成Skills而不是只写 Prompt。文档易于获取保持 Framework、Library、API 文档始终可访问。这样 Claude 能采用最新最佳实践。使用第二个 Agent 做 Code Review第二个 Agent 没有上下文偏见因此更容易发现问题。Claude 提供/code-reviewGitHub Code Review都可以直接使用。如果发现某类问题不要只修复当前 Bug。更应该更新 Skill、更新 Workflow、更新流程。这样未来所有 Loop 都会受益。六、如何控制 Token 消耗Claude 给出了几个原则1、选择合适的模型简单任务不用复杂 Workflow可以小模型复杂任务再用大模型。2、明确停止条件Done 越清楚Claude 越不会提前结束也不会无限循环。3、先小规模试运行Dynamic Workflow 可能一次启动几百个 Agent。先测试少量数据确认成本再扩大规模。4、能写脚本就别让 AI 思考例如填写 PDF。不要每次都让 Claude 推理直接运行脚本。更便宜更稳定。5、不要过于频繁运行例如PR Review。没必要每分钟检查。可以五分钟甚至十五分钟。6、监控 Token 使用情况Claude 提供/usage查看 Skills、MCP、Sub Agent 消耗/goal无参数查看 Goal 已运行多少轮/workflows查看 Workflow 各个 Agent 的 Token 使用并支持随时停止某个 Agent七、总结Loop 类型你交给 AI 的是什么适用场景推荐工具Turn-based回合式验证过程探索、一次性任务自定义 SkillsGoal-based目标驱动停止条件已知完成标准/goalTime-based定时触发时机周期性任务/loop、/scheduleProactive主动循环整个任务流程长期运行的自动化工作/schedule/goal Dynamic Workflows如何开始使用 LoopClaude 团队建议先观察你每天的工作找出你真正成为瓶颈的那一步然后思考能不能把验证流程写成 Skill完成标准是否足够明确任务是否按固定时间到来是否适合交给 Loop 自动执行设计好之后运行 Loop观察卡在哪一步是否过度执行是否提前停止然后不断优化Loop 本身也是需要持续迭代的系统。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】