循環工程：設計可以放手的人工智能循環

循環工程是AI編碼領域的一個新興概念，它標誌着從手動提示工程向設計自主循環的轉變。工程師不再需要逐條指導AI，而是構建一個能夠獨立運行、持續執行任務的系統。這個術語最近在X平台上引發熱議，彼得·斯坦伯格和克勞德代碼負責人鮑里斯等人都強調了這一轉變。

循環工程並非全新概念。早在今年1月，傑弗裏·亨特利就提出了“ralph循環”的概念：讓AI代理反覆執行同一目標，通過git歷史、文件和外部記憶來保持進展，無需人工介入。Anthropic也在研究層面發表了類似的研究：代理輪班工作，每個代理都利用磁盤上的筆記繼續任務。

與傳統提示、上下文管理和工具工程不同，循環工程的核心在於消除人工干預。提示是孤立的指令，AI響應後即停止；而循環是遞歸目標，系統會自動導航整個流程，直到目標完成。

構建循環需要五個核心模塊加上一個狀態層：自動化（按計劃查找和處理任務）、工作樹（並行代理各司其職）、技能（項目知識寫就一次）、插件和連接器（通過MCP連接外部工具）、子代理（編寫代碼和審查代碼分離）。狀態層（磁盤上的記憶）雖然易被低估，卻是關鍵，它記錄了完成和待辦事項，使每次運行都能恢復。

作者分享了一個成功的循環設計案例：一個個人項目從用户反饋開始，循環自動拉取請求、分類、制定計劃，然後由Claude編寫代碼，CodeRabbit審查直到無問題，再運行測試，等待CI，自動合併，並在部署後驗證。整個循環只需要作者決定哪些功能值得實現以及驗證結果。質量門（測試通過和CodeRabbit審查通過）確保了“完成”信號的可靠性。

在CodeRabbit方面，它與Claude Code配合：規劃代理將原始反饋轉化為編碼計劃，CLI在循環內運行審查以便Claude修復問題，而審查產品是PR的最終關口。

最後，文章提醒：在構建循環前要評估任務是否值得。循環適合穩定的目標（如重構代碼庫），如果目標不斷變化，則繼續使用手動提示。