Cole Medin · 24:39 · 发布 2026-06-18 · 856次观看(截至抓取) · 观看原视频
主旨
Cole 对当下被 Claude Code 主创 Boris Cherny 和 OpenClaw 作者 Peter Steinberger 带火的”loop engineering”buzzword 做了一次冷思考,拆解其主张的最简形态(/loop / /goal / /routines 三件套)与代价(质量不稳、token 烧光、单 session 上下文膨胀),最后给出自家 Harness 化的解决方案——用 Archon 把过程确定性化、用 Orchestrator-Worker 并行模式解决并发、用 Agent Control Plane dashboard 解决可观测与跨 session 续跑。
核心论点
- “loop engineering”本质是把”反复手动 prompt agent”换成”写一段循环让 agent 自己跑”,Boris 的原话是”我不 prompt Claude 了,我写 loop,loop 把活干了”,Cole 认为这层抽象剥到底并不复杂。(→ 详解2)
- 当前最强的两种 loop 实现都内建在 Claude Code 里:
/loop定时唤醒、/goal设终态直到达成、/routines定时拉取更大 spec,三者把”任务以增量单元跑完”具象化。(→ 详解2) - 直接把 loop 套在 Claude Code 里会有三个硬伤:可靠性不如手动、Boris 那种”一日调度上万个 agent”的尺度本身就是 hype、token 烧得太狠且上下文会膨胀。(→ 详解3)
- 真正的工程化方案是把”哪个 agent 决定下一步”从 LLM 手里拿回来——用 Archon 这种 workflow builder 把决策树写死,agent 只负责真正需要推理的”写代码”那一步。(→ 详解4)
- 并行跑 agent 必须解决工作区隔离 + DB 分支:
Git Worktree让多个 agent 改不同分支互不踩脚,数据库也要给每个 worker 起独立分支,主 agent 再统一验证 PR。(→ 详解5) - 纯 loop 的尽头是”自己跑、自己错、自己续”,这套闭环只能在 Agent Control Plane 这类把 state 外置到 Postgres 的 dashboard 里实现,而部署到云后整套就具备”分享给团队 + 暂停/恢复审计”的工程级别可靠性。(→ 详解6/7)
知识点详解
1. Loop engineering 是 buzzword,但不是空话 00:00
Cole 开篇先承认 “loop engineering” 确实是当下 AI 圈的 buzzword——Peter Steinberger(OpenClaw 作者)与 Boris Cherny(Claude Code 负责人)都在访谈里反复推这套打法 00:33。
但他同时提醒不要简单当成 hype 否定:[Loop engineering] 不是没东西,而是没那么玄——把”反复手动写 prompt”换成”写一段循环让 agent 自己跑”而已,跟动态 workflow、Ralph loop 是同一类思想 02:18。
Cole 给自己定的视频目标是”非常诚实、非常 practical”:讲最简形态是什么、有什么 trade-off、有哪些解法——三层都给,不带偏向 00:56。
2. Loop engineering 的最简骨架:/loop /goal /routines 三件套 01:42
Boris 给出的标志性原话是”I don’t prompt Claude anymore. I write loops and the loops do the work. My job is to write loops”,Cole 复述后立刻吐槽”Boris 我懂你” 01:50。
最基础的入口是 Claude Code 自带的 /loop 命令:设一个时间间隔(如每 5 分钟),agent 醒来去拉外部系统(GitHub issues、看板列),处理完接着睡 02:13。只要终端保持运行,这种”自动醒来处理新事件”的循环就成立——本质是 cron + agent 的结合体。
/goal 是 Claude Code 与 Codex 都有的”目标-直到达成”模式:你给一组成功标准,agent 持续跑到达成为止 02:53。这套模式在 2025 年底以”Ralph Loop”之名火过——把 PRD 或任务清单交给 agent,逐项推进、每步跑测试/lint 验证,通过才前进。
/routines 则是定时任务版:每 N 小时醒来拉一份更大的 spec,挑下一项任务开工 03:08。Cole 把三者合起来称为”loop engineering”,即”用 routines/loop 把零散能力粘成增量推进系统”。
3. Boris 把这套玩到极致的 demo 与代价 03:49
Cole 演示了 Claude Code 自带的”loop skill”:用户丢一份含若干任务的 spec,prompt 让 agent 加载这个 skill,Claude Code 自己就把 /loop 拉起来——“这是 orchestrator,也是 worker”,完全自启动 03:49。几分钟后 agent 已经完成前两个任务,而且完全没让用户写一行 prompt 04:13。
但 Boris 那种”每天调度上万个 agent”的尺度 Cole 直接打上 hyperbole 标签 06:08:第一,这种规模的质量与可靠性极可疑;第二,这套分布式编排本身上下文传递开销巨大,token 烧得飞起——Cole 的 dashboard 实测”建一个相对简单的应用,单个 run 烧掉 100 多万 token” 07:10。
第三个硬伤更隐蔽:/loop 跑久了之后所有事都在同一个 coding agent session 里发生,context 会不断膨胀直到 context rot 08:08。Cole 因此主张”必须把工作真正分配到多个 agent session 里、让它们互相通信且都看得到全局目标”——这正是他接下来展开的 Archon 方案要解决的问题。
4. Archon harness:把”哪个 agent 决定下一步”从 LLM 手里拿回来 08:34
Cole 引入自家工具 Archon 的定位:“我的 harness builder”,目标是解决前面三个硬伤——成本、可靠性、跨 session 编排 09:01。他特别强调”我不是来 push Archon 的”,只是借它讲”怎样 day-to-day 用 harness 做 loop”。
Archon 的核心思路是把 workflow 写在一个 workflow 文件里,流程本身由人/Archon 决定,只有真正需要推理的步骤才交给 LLM——这与直接在 Claude Code 里写 /loop 是截然不同的”deterministic workflow”路线 10:01。
Cole 用”修 GitHub issue”工作流演示:agent 决定写代码,但测试命令是什么由人写死;分类是 bug 还是 feature 用 LLM 判断(因为语义需要),但分支命名、PR 创建模板全由 Archon 把控 10:30。这个分层逻辑是”让 LLM 做需要 reasoning 的事,别让它做你能用 if-else 表达的事”。
更重要的是 Archon 允许每节点选不同模型:分类节点用 haiku/MiniMax/Kimi K 2.7 这种小模型做 orchestrator 决策,实现节点用 Claude Code 写代码,review 节点用 Codex——同一个 workflow 混合厂商模型,成本/能力各取所长 11:45。
加上 Postgres 持久化所有 log/run、机器掉了也能在原 step 续跑 12:50,Archon 把 loop engineering 从”对话里跑”升级成”workflow 引擎里跑”。
5. Orchestrator-Worker 并行修 GitHub issue 13:18
把 Archon 的”每节点独立 session”特性用到极致,就是 Orchestrator-Worker 并行模式:Cole 的日常输入是仓库 issues,主 Claude Code session 当 orchestrator,接到指令后并行启动 4 个 Archon workflow 各自修一个 issue 13:35。
但并行不光是 spawn 多个 session——核心是隔离。Cole 反复强调 Git Worktree 的关键性:不同 agent 改不同分支、改完再合并,绝不在同一棵工作树上互相覆盖 14:02。同理数据库也要给每个 worker 起独立分支(他用的是 Neon Postgres),不能并发的 agent 同时改同一个 schema。
并行启动的 4 个 fix workflow 完成后,orchestrator 再启动 4 个 review workflow 对 PR 做独立审查 14:35——review 必须在独立的 session 里跑,不能和实现混在一起,否则实现阶段的偏见会污染 review 判断(此即 “verifier agent” 双层设计的根因)。
整套流程在每个 workflow 节点都可以设 HITL 暂停点,让你在关键步前看到结果再放行 14:47。Cole 自己多次踩坑后总结:“loop engineering 最容易翻车的不是架构,是你让它跑了 24 小时再回来看——结果全废” 15:05。
6. Agent Control Plane:把 loop 的状态搬到外部 17:29
Cole 最后切入”loop engineering 的纯形态”——他自己开源于 GitHub 的 Agent Control Plane,用 Pi 跑 Kimi K 2.6/2.7 当底座,把整套编排器/worker 系统跑起来 17:29。
它与 Archon 的差异:Archon 是”workflow 文件决定一切”的 determinism 路线;Agent Control Plane 更偏实验性,主 agent 自己读 Postgres 里的 state、决定下一步、调 worker、更新 state 18:21。orchestrator 每次跑先拉最新 state、规划、dispatch worker、worker 写回 state——loop 就这样自己转起来 19:11。
dashboard 解决的可观测问题两层:一层是”我在看,知道现在到哪一步”,另一层是让 agent 也能读自己的历史 run,改进 loop 本身 19:29。Cole 用”建一个看板式 web 应用”做 demo,orchestrator 首轮规划+派三个 worker 只烧 6000 token 20:24,真正”小预算跑长 loop”。
但他仍强调 dashboard + HITL 暂停点缺一不可——autonomous 度越高,你能观察+介入的窗口越重要 20:37。
7. 把整套控制面板部署到云,让团队也能用 21:11
最后一段 Cole 演示把 dashboard 部署到 Retool:本地 React 前端 zip 上传,Retool 的 agent 自动布线接 backend API 与 Neon Postgres,几分钟后就在公网拿到一个真实 URL 21:35 21:49。
部署到云的核心收益不是”好看”,而是权限/审计/共享:可以给”暂停-恢复 workflow”这类动作挂 API endpoint,只有审批过的人能点 22:33 22:58;前端改动继续在云端 chat 改,等于有了一个永远 live 的控制台 23:07。
末段 Cole 把全片主张收回到一句话:“我倾向于把 loop engineering 折进 harness engineering,它配不上一个 buzzword,但里面的好东西值得折进来” 24:25——这也呼应他开篇”不 hype 但也别否定”的态度。
可执行步骤
- 用 Claude Code 的
/loop跑一个最小例子(每 5 分钟拉一次 GitHub issues),先感受”agent 自动醒来处理事件”的基础体感,再决定要不要继续往上叠。 - 给当前项目挑一个高频、边界清楚的流程(如”修 GitHub issue”),用 Archon(或同类 workflow builder)按”分类→研究→实施→验证→PR”五步写成 deterministic workflow,每步明确”agent 做”还是”人/脚本写死”。
- 在每个 workflow 节点选最便宜的合适模型——分类/检索用 haiku 或 Kimi K 2.7,实现才用 Claude Code,审查用 Codex——避免一个模型跑全部带来的 token 浪费。
- 准备并行跑多个 agent 之前先打通 Git Worktree + DB 分支机制,否则并发等于互相覆盖,损失远超节省。
- 任何无人值守 loop 都加 HITL 暂停点,至少在每个 round 边界设审批,别让 agent 跑满 24 小时没人看。
关联
- 进阶(同源频道):Harness为王的能动工程大师课 论证 harness 占 AI 编码系统 90%、模型只占 10%,与本片”loop 必须折叠进 harness”主张一脉相承,是同作者对 harness 路线的纲领性母文档,建议先读。
- 进阶(同源频道):最佳AI编程配置并非最自主的那个 给出 AI 编码五级自主度模型,本片 Archon/Agent Control Plane 的”在第三级多停留、逐步去掉 HITL”路径正是这套五级框架的具体落点。
- 印证:Pi 在两片中的角色一致——作为可定制、不绑模型的 agent 底座,适合做长跑 loop 的 runtime;本片 dashboard 用 Pi 跑 Kimi 与该课的 Pi Extension/YOLO mode 主张吻合。
- 互补:Git Worktree 是并行 agent 的隔离前提,上下文污染 是单 session loop 跑久了必然撞上的硬伤;本片第三个代价(单 session 上下文膨胀)直接对应这条概念。
- 同批互补:同属 Loop engineering 主题——本片给”三大代价 + Harness 化对策”的批判侧;Loop Engineer 入门 给”loop 环境四大组件 + 共享文件系统”的建造侧,正是本片批判对象的落地形态;终于把Agent循环讲清楚了 给 Agent loop 的最简骨架与 verification 门槛。三篇构成概念/建造/代价三视角。
一手来源与延伸
- Agent Control Plane(Cole 开源的 Pi loop dashboard):https://github.com/coleam00/agent-control-plane
- Dynamous Agentic Coding Course(Cole 的 agentic coding 课):https://dynamous.ai/agentic-coding-course
- Retool(Cole 部署 dashboard 用的平台):https://fandf.co/4uh4uDD
- Neon Postgres(Archon 与 Agent Control Plane 用的托管 Postgres):https://get.neon.com/LqufgGN
术语
- Loop engineering(把”反复手动 prompt agent”换成”写循环让 agent 自己跑”的工程范式)
- /loop / /goal / /routines(Claude Code 内置的循环命令三件套)
- Orchestrator-Worker pattern(主 agent 调度 + worker agent 并行的多 agent 协作模式)
- Deterministic workflow(把人能写死的决策步骤由 workflow 引擎控制、只把需要 reasoning 的环节交给 LLM)
- Per-node model selection(同一 workflow 不同节点选不同模型以平衡成本/能力)
- Worker session(并行 loop 里每个独立 agent session,各自有干净上下文)
- Loop state in external DB(把 loop 进度持久化到外部 Postgres,以支持续跑/审计)
金句
“I don’t prompt Claude anymore. I write loops and the loops do the work. My job is to write loops.” — Boris Cherny 被引用的标志性原话,Cole 复述后接”Boris 我懂你”,作为 loop engineering 主张的代表引语,见详解 2 01:50。
立场与利益
本片有三股与利益同向的内容,采信前需对照材料:Cole 自己卖的 Dynamous Agentic Coding 课(https://dynamous.ai/agentic-coding-course),他反复提及作为”系统化方法论”的来源;中段插入 Retool 赞助广告并明确写”import app + AI credits + 7/1 截止”,典型 affiliate 话术;后段演示把 dashboard 部署到 Retool 也是赞助内容,与核心主张关系弱。
- 与利益同向(待印证):“loop 必须配 harness 才能落地”——这一主张与卖课动机一致,但有独立旁证(Anthropic 的 Claude Code 最佳实践、IndyDevDan 的 harness 框架课都赞同),可视为行业共识,采信折扣低。
- 与利益同向(待印证):“Archon + Agent Control Plane 是当前 loop engineering 最实用的落地形态”——这两个工具都是 Cole 自家开源/产品,与卖课/引流直接相关,但视频里给出完整代码与可复现 demo,折扣中等。
- 利益中性:“/loop / /goal / /routines 三件套的语义与 demo”——这是 Claude Code 内置能力,与 Cole 商业利益无直接关联,可按内容本身采信。
- 利益中性:“并行 agent 需要 Git Worktree + DB 分支做隔离”——是分布式开发基本工程实践,与博主变现无关,完全独立可验证。
- 与利益反向(可信度最高):Cole 反复承认自己 “not sold on loop engineering”、Boris 的”上万个 agent”是 hyperbole、自己 dashboard 跑一个简单应用烧了 100 多万 token——这些坦白都不利于卖”loop engineering 真香”叙事,反而强化了他作为批判性信源的可信度。
价值定位
适合已经在用 Claude Code 跑中长任务、想系统化”用 loop 自动化日常编码工作流”的人——尤其是日常输入是 GitHub issues、需要并行修多个问题的独立开发者或小团队。
解决的具体问题是:Claude Code 里裸跑 /loop 经常烧 token、上下文爆炸、跨任务不可靠,而 Archon 这类 workflow builder 把决策步骤写死、用每个节点独立模型、并行 worker 配 Git Worktree 隔离,正好对上前面痛点。Agent Control Plane 进一步把整套状态外置到 Postgres,支持续跑/审计。
认知层面把”loop engineering”buzzword 落到四个具体实现(/loop / /goal / /routines + Archon + Agent Control Plane),实操层面给出 Archon 节点选模型、并行 worker 配 worktree、dashboard 配 HITL 暂停点三条立即可抄的具体抓手。
与 2026-06-25-Harness为王的能动工程大师课 重叠:本片独有 Archon workflow 的具体写法、Agent Control Plane 的 state 外置模式,以及把 /loop / /goal / /routines 当作”loop engineering 的最简骨架”那一段论证——后者是其他 harness 笔记没覆盖到的。
自检问题
- Boris Cherny 的”I don’t prompt Claude anymore”原话对应的是哪三类 Claude Code 内置命令?
答案:对应
/loop(定时唤醒)//goal(达成目标才停)//routines(定时拉 spec 跑下一任务)三件套,见「核心论点」第2条与「知识点详解」第2节。 - 直接把
/loop套在 Claude Code 里跑会有哪三个硬伤? 答案:可靠性不稳定、Boris”一日上万 agent”是 hyperbole 且 token 烧光、单 session 上下文膨胀导致 Context Rot,见「核心论点」第3条与「知识点详解」第3节。 - Archon 这类 workflow builder 与直接在 Claude Code 里写
/loop的核心差异是什么? 答案:把”哪个 agent 决定下一步”从 LLM 手里拿回来——流程由 workflow 文件写死,只有真正需要 reasoning 的步骤才交给 agent,且每节点可独立选模型,见「核心论点」第4条与「知识点详解」第4节。 - 并行跑多个 worker agent 必须先解决哪两件工程问题? 答案:Git Worktree 让不同 agent 改不同分支互不覆盖;数据库也要给每个 worker 起独立分支(Neon branch),orchestrator 再统一验证 PR,见「核心论点」第5条与「知识点详解」第5节。
- Agent Control Plane 与 Archon 的差别在哪一层? 答案:Archon 是 workflow 文件决定一切(deterministic),Agent Control Plane 更实验性——主 agent 读 Postgres 里的 state、决定下一步、调 worker、再写回 state,见「核心论点」第6条与「知识点详解」第6节。