把一次性 Prompt 升级成可重复、有停止条件的自动化循环。Claude Code 官方提出 4 种 Loop 模式，本文拆解每种模式的触发方式、验收标准和省 token 技巧。
把一次性 Prompt 升级成可重复、有停止条件的自动化循环。Claude Code 官方提出 4 种 Loop 模式，本文拆解每种模式的触发方式、验收标准和省 token 技巧。
千问新上线的表格 Agent 支持对话生成 Excel、拍照转表格、联网查资料做表，全渠道免费使用，零门槛上手。
反复修改 Prompt 让 Claude Code 多干一点活，是很多人用 Agent 的常态。Anthropic 官方给出的答案是：与其不断写 Prompt，不如直接设计一个"循环（Loop）"，让 Agent 按照既定规则自动跑下去，直到达成目标或触发停止条件。这是从"写指令"到"设计系统"的范式升级。本文把官方提出的 4 种 Loop 类型、每个循环必备的 5 个要素、以及省 token 的工程技巧一次讲清楚，适合已经在用 Claude Code、想把日常任务工程化的开发者。
Loop 的本质是给 Agent 加上触发方式和停止条件，让它从"对话"变成"流程"。按触发机制可分为 4 类。
最常见的形态：用户发一条指令，Agent 回一段，用户决定要不要继续。
这是默认模式，几乎所有人在用的都是 Turn-based。它的优点是可控，缺点是离不开人，无法做到真正的自动化。
通过 /goal 这类命令启动。你给一个明确的验收标准，Agent 会持续迭代、自检，直到目标达成才停。
💡 提示：目标驱动循环成败完全取决于验收标准是否可验证。不要给"把代码写好一点"这种模糊目标，要给"通过
pytest全绿、无 lint 警告"这种可执行检查。
用 /loop、/schedule 这类命令，或结合 cron / heartbeat 定时触发。Agent 按周期醒来执行任务。
这类循环最适合接 CI/CD 和运维场景，是 Agent 进入"后台常驻"的关键形态。
由 Git commit、Pull Request、文件变更等外部事件触发。
事件驱动是工程化最彻底的一种，相当于把 Agent 编排进现有的 DevOps 流水线里。
无论选哪种 Loop，官方都强调要显式设计下面 5 件事，否则循环要么失控、要么死循环。
| 要素 | 作用 | 缺失的后果 |
|---|---|---|
| 明确的目标 + 验收标准 | 让 Agent 知道"做到了"是什么样 | 永不停、产出跑偏 |
| 工具与权限边界 | 限定能调什么、不能调什么 | 误删文件、越权操作 |
| 成本/支出上限（spend limit） | 防 token 失控 | 账单爆掉 |
| 停止条件 | 显式定义"何时该停" | 死循环 |
| 验证步骤 | 检查产出是否可信 | 拿到错的就直接用 |
这 5 项里，支出上限和验证步骤是最容易被忽略的。前者保护钱包，后者保护正确性——Agent 跑出来的结果必须能用脚本或测试自动验证，不能"看起来对"就算完成。
Loop 跑起来后最大的成本是上下文。官方和社区给出的优化路径几乎都围绕"怎么少喂 token"。
不要让一个 Agent 串行干所有事，而是拆成多个并行 sub-agent：一个分类、一个修复、一个审查。每个 sub-agent 只在自己的小上下文里干活，主循环只收集结果。
让流程无需人工介入。配合明确的停止条件，Agent 可以连跑多轮不打扰你。
不要把整个 codebase 灌进去。用 Claude Code 的工具按需读文件、按需 grep，让上下文里只留当下任务相关的部分。
主循环只保留摘要，细节交给 sub-agent 在独立上下文里处理完返回结果。这是控制主 Agent 上下文膨胀的核心手段。
设计 Loop 时，底层可以套用 Anthropic 在《Building Effective Agents》里总结的 5 种工作流模式：
这 5 种模式可以组合嵌套，构成复杂 Loop 的骨架。
一个设计良好的 Loop 应该满足三个验证标准：
如果跑完一轮你还得人工确认结果对不对，说明验证步骤没设计好——回去补上。
