写AI代码的人现在都不手写提示词了。他们整天在琢磨怎么让AI自己跑起来，自己检查作业，自己改错，自己决定什么时候收工。这件事的核心操作叫循环工程，说白了就是设计一套机制让AI自动干活儿，而你坐在旁边喝茶。但市面上把所有循环工程混成一锅粥，实际上它分四种完全不同的结构，每种对应一种任务类型。
这篇文章把四种循环模式掰开揉碎讲清楚，告诉你提示工程为什么正在被淘汰，以及真正的高手现在到底在写什么。
循环本身已经烂大街了
AI智能体不是什么黑科技盒子。扒开外壳看里面，就是个死循环。大概是这么个结构：
python
while True:
response = model(context)
if response.has_tool_calls():
results = run_tools(response.tool_calls)
context += results
else:
break
模型看一眼上下文。它说要调用什么工具。你执行那个工具，把结果塞回上下文里。模型再看一眼，再调用，直到它觉得差不多了就停。模型到工具到上下文再回到模型，就这么一圈一圈转。很多教程把这段代码包装成高大上的框架卖钱，实际上所有智能体框架的底层都差不多长这样，谁也没比谁高级到哪去。
所以问题来了。既然循环这么简单，就几行代码的事儿，那大家都在争什么？那些AI公司天天吹的技术壁垒到底在哪儿？
真正的活儿全在模型外面
AI的重点一直在往外漂。最早大家抠提示词，琢磨怎么写指令模型才听得懂。后来发现光有提示词不够，模型能看到的所有信息、整个上下文环境才是关键。再后来有人开始折腾模型外面的那层代码，管工具调用、管状态记录、管各种报错处理。现在最新的前沿阵地叫循环工程，就是设计这套自动运转的系统。
一层包一层。提示在上下文里面，上下文在工具代码里面，工具代码在循环里面。你没说不关心提示词了，你只是意识到提示在整个系统里只占一小块。LangChain给过一个很清爽的定义。智能体等于模型加工具代码。如果你不是搞模型训练的，那你就是个写工具代码的。
有个发现特别扎心。工具代码现在比模型本身还重要。有些团队模型一动没动，就改外围代码，评测排名直接从中间蹦到前五。同一个大脑，换个活法，成绩完全不一样。循环工程就是研究这个活法怎么设计的学问。但更关键的是，循环工程不是一种模式，它是四种模式之间的选择。
四种循环之一：回合制
第一种叫回合制循环。它的启动方式是用户输入一条提示词。智能体接收之后开始干活，收集上下文、调用工具、执行操作，所有这些都在一个回合内完成。然后一个真人跑来看输出结果，再写下一条提示词继续推进。
这种模式适合需求还没定型的阶段。你每看一次输出，下一轮想问的东西就会变。就像写作文的时候，老师先让你交个初稿，看完再告诉你下一稿怎么改。事情在动态变化，你不想把整个流程锁死。
回合制里两个关键问题的答案都握在人类手里。什么触发运行？你来敲键盘。什么算完成任务？你看了觉得行才算。这是最保守的玩法，但也是探索期唯一合理的玩法。
四种循环之二：目标驱动
第二种叫目标驱动循环。它的启动指令长这样，斜杠goal后面跟着成功标准和预算。比如把首页的Lighthouse性能分跑到90，试五次不行就停。智能体干完一轮觉得差不多了准备收工，一个评估模型会跳出来打分。如果目标没达到，评估模型一脚把它踹回去继续干。
这套玩法的妙处在于，结果能量化，但中间怎么走过去的根本不值得你盯着。就像你让外卖小哥把餐送到就行，至于他走哪条路、等几个红绿灯，你操那个心干嘛。目标驱动把"检查是否完成"这个活从人类手里接过去了，人类只需要定标准。
四种循环之三：定时触发
第三种叫定时触发循环。它的启动方式不是人也不是目标，而是时钟。每隔固定时间自动触发一次，智能体跑一个固定脚本，比如检查一下代码合并请求、修一下持续集成失败，然后老老实实等着下一个时间点。
本地跑用斜杠loop命令，想关电脑还能跑就用斜杠schedule命令把它挂到云端。这种模式适合那种任务内容是固定的、只有时间点在重复的工作。每天早上九点发一份前一天的销售报表，这种活交给定时循环再合适不过。定时循环把"什么触发运行"这个决策自动化了，人类只需要设定好间隔和内容。
四种循环之四：主动响应
第四种叫主动响应循环。这是自动化程度最高的一种。它的触发条件可以是某个事件，也可以是时间表，但全程不需要人类在场。一个监控程序盯着某个消息频道，一旦发现有什么东西需要处理，它现场拉起一条工作流，包含一个分流智能体判断情况、一个修复智能体动手干活、还有一个评审智能体专门唱反调，用对抗式的方式检查前面那位的工作质量，全部搞完才关闭任务。
这种模式适合那种你永远不知道下一个进来的是什么、但你确定一定会有什么进来的场景。像一个24小时值班的保安，具体会发生什么事没法预测，但出了事必须有人响应。主动响应把触发和判断两方面都自动化了，甚至能在运行时动态决定工作流长什么样。
四种循环的递进逻辑
把这四种排在一起看，递进关系很清楚。回合制两个问题都留给人类回答。目标驱动把检查完成的活交给了系统。定时触发把启动的活交给了时钟。主动响应把两头都交了，连工作流结构都是运行时现搭的。
每种模式从人类手里接走一项工作。但接走得多不等于就更好。选哪种不取决于它多先进，取决于你的任务性质。搞探索性需求的时候用回合制最稳。目标能量化的时候目标驱动最香。活儿定期重复的时候定时触发最省心。需要24小时待命的时候主动响应是唯一解。
想清楚你的任务到底属于这四种里的哪一种，比学会任何框架都管用。选对了，你就能从亲手操盘变成设计机器。选错了，你就是给AI当了二十四小时保姆还觉得自己在搞前沿技术。你交接给系统的越多，你需要亲手盯着的就越少。到最后你就跟开头那位老兄一样，别人问你用什么提示词，你只能说我不写那个了。
说到底，提示工程师可能真的是个过渡职业。真正的长期饭碗，是设计那个让提示工程师下岗的循环。