--- title: 'Loop engineering 真香还是噱头:Claude Code 与 OpenClaw 主创力推背后的三大代价与 Harness 化方案' video_id: UztrFXaSWv0 url: https://youtu.be/UztrFXaSWv0 title_en: "The Creators of Claude Code and OpenClaw don't Prompt Their Agents Anymore?!" channel: Cole Medin published: 2026-06-18 duration: "24:39" topics: [Claude Code 工作流, Agent 工程, 多 Agent 协作] noted: 2026-07-08 value: A views: '856' --- [![封面](https://i.ytimg.com/vi/UztrFXaSWv0/maxresdefault.jpg)](https://youtu.be/UztrFXaSWv0) > Cole Medin · 24:39 · 发布 2026-06-18 · 856次观看(截至抓取) · [观看原视频](https://youtu.be/UztrFXaSWv0) ## 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 1. **"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。([[#2-loop-engineering-的最简骨架loop-goal-routines-三件套-0142|→ 详解2]]) 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。([[#2-loop-engineering-的最简骨架loop-goal-routines-三件套-0142|→ 详解2]]) 3. **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。([[#3-boris-把这套玩到极致的-demo-与代价-0349|→ 详解3]]) 4. **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。([[#4-archon-harness把哪个-agent-决定下一步从-llm-手里拿回来-0834|→ 详解4]]) 5. **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。([[#5-orchestrator-worker-并行修-github-issue-1318|→ 详解5]]) 6. **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](https://youtu.be/UztrFXaSWv0?t=0) 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](https://youtu.be/UztrFXaSWv0?t=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](https://youtu.be/UztrFXaSWv0?t=138)。 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](https://youtu.be/UztrFXaSWv0?t=56)。 ### 2. Loop engineering 的最简骨架:`/loop` `/goal` `/routines` 三件套 [01:42](https://youtu.be/UztrFXaSWv0?t=102) 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](https://youtu.be/UztrFXaSWv0?t=110)。 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](https://youtu.be/UztrFXaSWv0?t=133)。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](https://youtu.be/UztrFXaSWv0?t=173)。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](https://youtu.be/UztrFXaSWv0?t=188)。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](https://youtu.be/UztrFXaSWv0?t=229) 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](https://youtu.be/UztrFXaSWv0?t=229)。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](https://youtu.be/UztrFXaSWv0?t=253)。 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](https://youtu.be/UztrFXaSWv0?t=368):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](https://youtu.be/UztrFXaSWv0?t=430)。 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|context rot]] [08:08](https://youtu.be/UztrFXaSWv0?t=488)。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](https://youtu.be/UztrFXaSWv0?t=514) 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](https://youtu.be/UztrFXaSWv0?t=541)。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](https://youtu.be/UztrFXaSWv0?t=601)。 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](https://youtu.be/UztrFXaSWv0?t=630)。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](https://youtu.be/UztrFXaSWv0?t=705)。 加上 Postgres 持久化所有 log/run、机器掉了也能在原 step 续跑 [12:50](https://youtu.be/UztrFXaSWv0?t=770),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](https://youtu.be/UztrFXaSWv0?t=798) 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](https://youtu.be/UztrFXaSWv0?t=815)。 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](https://youtu.be/UztrFXaSWv0?t=842)。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](https://youtu.be/UztrFXaSWv0?t=875)——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](https://youtu.be/UztrFXaSWv0?t=887)。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](https://youtu.be/UztrFXaSWv0?t=905)。 ### 6. Agent Control Plane:把 loop 的状态搬到外部 [17:29](https://youtu.be/UztrFXaSWv0?t=1049) 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](https://youtu.be/UztrFXaSWv0?t=1049)。 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](https://youtu.be/UztrFXaSWv0?t=1101)。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](https://youtu.be/UztrFXaSWv0?t=1151)。 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](https://youtu.be/UztrFXaSWv0?t=1169)。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](https://youtu.be/UztrFXaSWv0?t=1224),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](https://youtu.be/UztrFXaSWv0?t=1237)。 ### 7. 把整套控制面板部署到云,让团队也能用 [21:11](https://youtu.be/UztrFXaSWv0?t=1271) 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](https://youtu.be/UztrFXaSWv0?t=1295) [21:49](https://youtu.be/UztrFXaSWv0?t=1309)。 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](https://youtu.be/UztrFXaSWv0?t=1353) [22:58](https://youtu.be/UztrFXaSWv0?t=1378);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](https://youtu.be/UztrFXaSWv0?t=1387)。 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](https://youtu.be/UztrFXaSWv0?t=1465)——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):[[2026-06-25-Harness为王的能动工程大师课|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):[[2026-07-03-最佳AI编程配置并非最自主的那个（原因在此）|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;[[2026-06-18-Loop Engineer 入门:四大组件、共享文件系统与回路契约|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;[[2026-06-19-终于把Agent循环讲清楚了|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](https://github.com/coleam00/agent-control-plane) - Dynamous Agentic Coding Course(Cole 的 agentic coding 课):[https://dynamous.ai/agentic-coding-course](https://dynamous.ai/agentic-coding-course) - Retool(Cole 部署 dashboard 用的平台):[https://fandf.co/4uh4uDD](https://fandf.co/4uh4uDD) - Neon Postgres(Archon 与 Agent Control Plane 用的托管 Postgres):[https://get.neon.com/LqufgGN](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](https://youtu.be/UztrFXaSWv0?t=110)。 ## 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](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 1. 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。 2. 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。 3. 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。 4. 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。 5. 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。