你写的智能体，是不是总在“一问一答”的舒适区里打转？从单次提示到真正的自主工作，中间隔着一道关键分水岭：如何让智能体学会循环。Claude Code 团队扔出的这份“设计循环”指南，本质上是在回答一个更尖锐的问题——当你的代码助手开始自己判断“还没做完”，并主动继续工作时，真正的代理时代才算开了头。
循环不是 bug，是智能体的肌肉记忆
什么是“设计循环”？
传统提示词工程，你给我指令，我输出结果，交易完成。**设计循环**则彻底改变了游戏规则。它是一套预设的、结构化的重复工作模式，让智能体在达成某个明确的停止条件前，能够自主地、迭代地推进任务。想象一下，你不再是那个不断发号施令的指挥官，而是设定好战役目标和规则的参谋，剩下的战术执行，交给在前线观察并调整策略的智能体去完成。
为什么它如此重要？
因为现实世界的任务，很少能“一击即中”。调试代码、优化文案、处理数据流，这些工作天然伴随着反复试错与微调。没有循环能力的智能体，就像一个只会挥一下斧头的伐木工；而具备了**设计循环**的智能体，则学会了根据树木的倾斜方向，连续调整砍伐角度，直到它轰然倒下。这是从“工具”到“助手”的质变，也是迈向真正自主代理的必经之路。
四种循环图谱：从手动到全自动
Claude Code 团队的贡献在于，他们没有停留在概念层面，而是给出了四种清晰可操作的循环原语。它们并非从优到劣的排列，而是一个复杂度递增、自主性增强的光谱。
回合循环：最直觉的“你来我往”
这是最基础、最符合人类交互习惯的模式。你发出一个提示，智能体开始工作，它自己判断任务是否完成——比如，代码测试全部通过了，或者文档草稿已经写完——然后停下来，等待你的下一轮指示。它的启动完全依赖你的手动触发，停止则由智能体自主判断。对于那些目标明确、步骤清晰的短任务，比如“帮我写一个快速排序函数”，或者“总结这封邮件的要点”，**回合循环**是完美起点。一个实用技巧是，通过编写一个明确的 `SKILL.md` 文件来定义智能体的技能和完成标准，能显著提升它自我验证的准确性。
目标循环：给你一个北极星，然后放手
如果说回合循环是短跑接力，目标循环就是一场有明确终点线的马拉松。你通过 `/goal` 命令设定一个具体目标，例如“将这个单元测试的通过率从70%提升到100%”，并设定一个最大执行轮数（比如10轮）作为安全阀。智能体便开始工作，每一轮都尝试更接近目标，直到成功达标，或者触及轮数上限。它的关键在于，你必须提供**确定性的完成标准**。模糊的“写得更好些”会把智能体逼疯，而“所有测试用例均通过”或“代码复杂度低于15”则能指引它高效前进。这非常适合重构、测试修复、参数调优这类目标可量化、过程需探索的任务。
时间循环：让代理成为守时的管家
前两种循环都围绕“任务”本身，**时间循环**则引入了时间维度。通过 `/loop` （固定间隔，如每30分钟）或 `/schedule` （特定时间点，如每天上午9点）触发，智能体会像设定闹钟一样定期执行检查。它可以每小时同步一次上下游消息，每天检查一次所有开放的Pull Request状态，或者每周生成一份项目进展报告。这类循环的价值在于处理那些需要持续监控和定期同步的重复性运维任务，而且它们完全可以部署在云端，脱离你的本地终端持续运行，把你的智能体从一次性助手变成了7x24小时的值班员。
主动循环：无需在场的自主代理
这是自主性的顶峰。**主动循环**不再需要你实时守在屏幕前。它由外部事件（如代码仓库收到新提交）或内部计划（如“每完成一个子模块就运行一次集成测试”）自动触发。一旦启动，智能体便独立处理子任务，直至完成并自行退出。例如，一个监听GitHub Issue的智能体，一旦收到标记为“bug”的新Issue，便能自动克隆代码、尝试复现、分析日志、甚至提交初步的修复PR。每个这样的子任务都是一个独立的、事件驱动的循环。这实现了真正意义上的“无人值守”自主工作，是构建复杂代理系统的基石。
如何选择与组合：实战中的循环保养手册
面对这四种循环，开发者最常犯的错误是贪大求全，一开始就试图搭建一个复杂的、混合多种循环的自主代理。Claude Code 团队的建议直截了当：**从最简单的方案开始**。
破除复杂性迷思：从“回合”起步
对于绝大多数新任务或新代理原型，请从**回合循环**开始。这能让你快速验证智能体对任务本身的理解是否正确，它的核心能力是否足够。只有当任务本身展现出明显的迭代优化特性，且目标可以清晰定义时，才考虑升级到**目标循环**。过早引入循环复杂度，只会增加调试的负担，模糊问题的焦点。
组合的艺术：构建分层代理系统
成熟的代理系统往往是多种循环的混合体。设想一个自动化代码审查代理：它可能由一个**时间循环**（每天定时触发）或**主动循环**（新PR提交时触发）作为顶层调度器。被激活后，它可能启动一个**目标循环**来运行完整的测试套件和代码分析。在分析过程中，对于某个难以理解的函数，它可能又会发起一个短暂的**回合循环**，去查询文档或生成代码注释。理解每种循环的“粒度”和“职责”，是设计出健壮、可维护代理系统的关键。
停止条件：比启动条件更难的设计
“何时停止”远比“何时开始”更难设计。一个糟糕的停止条件会导致智能体陷入死循环，或者过早放弃。对于**目标循环**，停止条件必须是客观可验证的指标。对于**时间循环**和**主动循环**，则需要考虑资源限制和错误处理机制——当连续失败多少次后，是否应该报错退出并通知人类？设计健壮的停止条件和失败处理路径，是将原型代理推向生产环境的核心挑战。
超越指南：通往自主代理的下一里路
Claude Code 团队提供的这套框架清晰实用，但它更像是一张地图，标出了几条已探明的小径。真正的远征，在于地图之外。
循环的局限：当重复不是答案
需要清醒认识到，**设计循环**本质是一种“试错法”的强化。它假设通过反复执行和调整，可以逼近最优解。但对于需要深层推理、创造性突破或复杂规划的任务，盲目的重复可能徒劳无功。智能体还需要“静思”、“规划”和“跳出框架思考”的能力。循环是执行引擎，但它需要与推理引擎、记忆系统协同工作。
信任与验证：人类如何管理“自治”的代理
当你的智能体进入**目标循环**或**主动循环**，人类从指挥官变成了监控者和审计员。你需要建立新的工作流：如何设置关键节点的人工检查点？如何设计清晰透明的日志，让你能回溯智能体的决策路径？当代理做出一个你意料之外的决定时，你该如何理解和干预？这不仅是技术问题，更是组织和协作流程的重构。
从循环到生态：代理即服务的未来
想象一下未来：开发者社区共享的不仅是代码库和API，还有封装好的、包含特定**设计循环**的“代理技能模块”。一个擅长数据库优化的循环，一个精于前端组件生成的循环，它们可以像乐高积木一样，被组合进更大的自主代理系统中。到那时，构建一个复杂代理，可能更像是在设计一套工作流——定义任务如何被拆分、分配给不同的循环专家，以及它们如何协同与交接。Claude Code 的这份指南，或许正是这个未来生态的一块重要基石。
