企业级 AI 架构 · 番外·Loop 工程：让 Agent "做完一次"变成"下次更好"

番外·Loop 工程：让 Agent "做完一次"变成"下次更好"

本篇补上 00 篇「第二把尺」里暴露出的结构欠账：六层模型的 L（Loop 循环迭代） 在 00–09 中没有专篇，只在 02、05 顺带提过"后续会反复出现"。这里把它讲透——它为什么是第四根支柱，长什么样，以及 Pi / DSH / WorkBuddy 各自做到了哪一步。

开篇：为什么"跑通一次"不等于"会变好"

前面几篇把 Agent 拆成了可架构的零件：上下文该怎么写（01）、工具怎么注册（02）、记忆怎么沉淀（03）、安全边界在哪（04）、怎么证明做对了（05）、模型怎么换（06）、怎么协作（07）、怎么省钱（08）、怎么落地（09）。

但缺了一块：Agent 跑完一次之后，怎么把这次的经验变成下一次更好？ 这就是 Loop 工程（Loop Engineering）——不是"再跑一遍"，而是"跑完→看结果→改自己→再跑"的闭环。

没有 Loop，Agent 每次都是"初见"：同样的坑踩第二遍，同样的错犯第三次。有了 Loop，它才有"长记性"的可能。这也是 00 篇"诚实门禁"的延伸——跑通 ≠ 完成，而 Loop 是让"完成"累积成"进步"的机制。

图：一次改进循环的五步——Verify（评测门禁）是 Loop 不跑偏的保险丝。

一、Loop 的解剖：一次循环的五步

一个最小可运行的改进循环，拆成五步：

1. Observe 观察：把这次运行的产物与轨迹留下来——05 篇的 JSONL 会话树、审计事件、评测命中数，都是观察的原料。
2. Reflect 反思：拿原料和"期望"比，找出偏差——哪条规则漏报了、哪段上下文太胖、哪个工具调错了。
3. Propose 提议：针对偏差提出改动——改一条规则阈值、补一段 SKILL、调一次 compaction 参数、加一个护栏。
4. Verify 验证：改动先过评测门禁（番外·评测生产化 §三的"红绿即阻断"），确认不引入回归。
5. Apply 应用：把验证过的改动写回——规则 JSON、AGENTS.md、SKILL.md、配置——下次运行直接受益。

关键是 第 4 步不能省：Loop 最危险的形态是"改了就上"，没有验证就回灌。那不是改进，是随机游走。05 篇的"把答案换成可验证工作区"、番外·评测的"质量闸门"，正是为这一步准备的。

图：三方标本的 Loop 姿态——原料与验证齐备，自动 Reflect→Propose→Apply 半截留给人或平台。

二、三个标本各自的 Loop 姿态

拿六层模型的 L 层当尺，看 Pi / DSH / WorkBuddy 各自做到哪：

• Pi（极简之极）：Loop 的"原料"最齐——本地 JSONL 会话树、可跑的 eval、文件化的 SKILL/AGENTS。但闭环的 Reflect→Propose 多数靠人：你看了 session 树，手动改 SKILL。它把"可被 Loop 改造"留白给你，不自带自动改进引擎。
• DSH（插件之极）：cordis.patch.yml 的"模板 + dump-config 自查"本身就是一种声明式回灌——发现某行 id 变了，改 patch 再 dump-config 核对。但它的 Loop 也主要是人工驱动，且 developer preview 期间行 id 会跳，自动化回填不稳定。
• WorkBuddy（方法论之尺）：把"评测同证""诚实门禁"讲成了纪律，相当于规定了 Loop 的 Verify 步长什么样（15 命中 + 0 误报 + 红绿即阻断）。但它同样不替你跑完整循环——它是尺，不是引擎。

三方共同点：原料与验证机制都有了，自动 Reflect→Propose→Apply 这半截都留给人或上层平台。这不是缺陷，是边界——自动改自己代码的 Loop 一旦失控，代价高于收益。

三、一个最小可落地的 Loop（以合同审查为例）

把 05 篇的 eval 接成 Loop，不需要新框架，只要多一步"回灌"：

跑一次审查 → 拿 15 命中报告 + 审计事件
   ↓
发现： procurement 样本有 1 条 SHOULD 未命中（Reflect）
   ↓
提议： 在 procurement.json 加一条"累计赔偿>100% 必查"规则（Propose）
   ↓
验证： node pi/test/contract-review.test.mjs 仍 15 命中、0 误报（Verify）
   ↓
应用： 规则写回 rules/procurement.json，ruleset_version +1（Apply）

注意验证步：新规则必须先让"15 命中 + 0 误报"仍全绿，才允许写回。这就是 05 篇双极对照与番外·评测质量闸门的合流点——Loop 的每一圈都被同一道门禁守住，所以越转越稳，不会越转越偏。

图：合同审查的最小可运行 Loop——验证步用同一道门禁守门，越转越稳。

四、四方对照 + 收官

维度	Pi	DSH	WorkBuddy	本篇主张
观察原料	JSONL + eval	patch + dump-config	方法论纪律	三者齐备
反思提议	人驱动	人驱动	规定纪律	自动半截待补
验证门禁	15 命中	mock 同证	红绿即阻断	已可落地
回灌应用	改文件	改 patch	不替你做	人/平台执行

收官：Loop 工程是六层模型的 L 层，也是本系列此前尚无专篇的一层。它的核心不是"再跑一次"，而是"跑完→验证→回灌"的受控闭环；其中 Verify 步（评测门禁）是 Loop 不跑偏的保险丝。把 05 的可验证工作区、番外·评测的质量闸门接进这个循环，Agent 才从"每次初见"变成"越用越懂你的业务"。

相关阅读（系列互链）

本篇是【企业级 AI 架构】技术深轨，与公众号《AI思想的东方注脚》哲学引子、本体智能 / FDE 系列同源联动——同一观点不重复讲，按兴趣深潜：

• 《多 Agent 与组织协作：从一个人，到一支队伍》（企业级 AI 架构·篇7）——Loop 是让这支队伍"越跑越好"的机制
• 《记忆与 Skill 沉淀：让正确的过去，在正确的时候重现》（企业级 AI 架构·篇3）——Loop 回灌的东西，存在这里

---

Loop工程 #持续改进 #智能体 #企业级AI

关注公众号「农夫三拳有点癫」，第一时间读到本系列更新。