从 Prompt 到 Loop:AI 工程方法论的演进
2026 年 AI 工程的最大共识是方法论从 Prompt、Context 演进到了 Loop Engineering。本课程梳理三级演进的历史逻辑,解读 Addy Osmani 的核心论断,讲清为什么单次优化 prompt 已经不够,以及对产品经理的实际含义。
📖 本页目录
「前沿工程 2026」是会员专属内容
其余篇章永久免费——前沿篇持续追新,靠会员支持独立开发。
三级演进:一条清晰的谱系
回顾 2023 到 2026,AI 工程方法论走过了三级台阶,每一级都在回答上一级解决不了的问题:
| 阶段 | 核心问题 | 工程对象 | 典型动作 |
|---|---|---|---|
| Prompt Engineering(2023) | 单次调用的输出质量 | 指令文本 | 角色设定、few-shot、思维链 |
| Context Engineering(2024-2025) | 模型这一眼能看到什么 | 上下文的全部内容 | RAG、记忆系统、工具定义、信息修剪 |
| Loop Engineering(2026) | 工作如何跨回合继续 | 循环本身 | 调度、验证、分支、重试、预算、停止条件 |
理解演进的关键是看清问题域的扩大:Prompt 优化的是「一次提问问得好不好」;Context 工程优化的是「模型睁眼看世界时看到什么」;Loop 工程则承认现实——有价值的工作几乎不可能一次完成,要为「工作如何持续下去」做工程。
为什么单次优化 Prompt 不够了
三个结构性原因终结了「咒语式调优」的时代:
- 任务变长了。写文案是一次调用;重构一个代码库、做完一份行业调研,是几十上百次调用、跨越数小时的工作。没有任何单一 prompt 能规定过程中的每一步。
- 模型变强了。模型从「被动响应」进化为「自主规划」——Agent 自己决定下一步做什么。你能工程的不再只是输入,而是它工作的方式。
- 上下文会耗尽。长任务的经验教训必须沉淀到循环外部(记忆、技能、文档),否则每次迭代都从零开始,上下文窗口撑不住。
打个比方:Prompt 工程像教员工「把一封邮件写好」;Context 工程像整理好他桌上的所有资料;Loop 工程则是设计他的工作制度——什么任务接、怎么验收、何时重做、何时止损。
Addy Osmani 的定调
2026 年 6 月,Google 工程领导者 Addy Osmani 给这个转向下了被广泛引用的论断:
「Loop engineering is replacing yourself as the person who prompts the agent.」 (循环工程,就是把你这个「给智能体下提示的人」从工作流里替换掉。)
这句话有两层含义值得产品经理咀嚼:
- 替换的是人肉环节:过去靠人反复调整提示、检查结果、决定「再来一次」的位置,现在这些决策要被工程化进循环——由调度器发起、由验证器判定、由预算和停止条件收口。
- 权力让渡给系统:当 Agent Loop 执行的是目标导向的推理序列——每一次迭代由 Agent 根据当前上下文自主决定,而不是执行确定性指令序列——人的角色从「操作员」退到「规则制定者」。
Loop Engineering 到底在工程什么
为下一课做铺垫,先给出 Loop 的六个工程件:
- 调度(Scheduling):循环何时被触发——定时、事件还是用户指令;
- 验证(Verification):怎么判断这一轮的产出合格——这是整个循环的瓶颈;
- 分支(Branching):验证不通过时走哪条路——修改、换方案还是降级;
- 重试(Retry):同一策略允许失败几次、如何避免原地打转;
- 预算(Budget):花多少钱、多少时间、多少轮次封顶;
- 停止条件(Stopping):什么时候宣布「完成」或「放弃」。
注意这份清单里没有「把 prompt 写得更好」——不是它不重要,而是它已经变成循环内部的一个普通零件,不再是方法论的核心。
对产品经理意味着什么
- 评测对象变了。以前评测「一次回答好不好」,现在要评测「一个循环最终把任务完成了没有」——指标从输出质量转向任务完成率、循环效率、止损率。
- 核心竞争力变了。当模型能力趋同,差异化来自你为哪类工作建了最好的循环:验证器更准、止损更早、经验沉淀更快。这是产品层而非模型层的护城河。
- 需求文档的新章节。PRD 里要出现新的一节:「完成的标准是什么?失败时兜底是什么?预算上限是多少?」——这些以前是工程内部决策,现在是产品决策。
- 人的位置变了。设计目标、定义「完成」、设置边界;循环跑起来之后,人做的是监督与规则迭代,而非逐步操作。
产品决策提示:审视你现在的 AI 功能,问一个问题:「它跑完一次之后,靠什么决定继续、重做还是停止?」如果答案是「靠用户自己看着办」,说明产品还停留在 Prompt/Context 时代——最大的升级空间不在换更强的模型,而在把这个人肉环节工程化成循环。
本节要点
- 方法论三级跳:Prompt 管单次输入质量,Context 管模型可见信息,Loop 管工作如何跨回合继续——问题域逐级扩大。
- 任务变长、模型自主化、上下文有限,三个因素共同终结了单次 prompt 优化的时代。
- Addy Osmani 的论断核心:把「人给智能体下提示」这个环节本身替换掉,人从操作者退为规则制定者。
- Agent Loop 是目标导向的推理序列,每步由 Agent 自主决定;可工程的是调度、验证、分支、重试、预算、停止六件事。
- 产品层面的直接后果:评测转向任务完成率,差异化来自循环设计,「完成标准与兜底」进入 PRD。
章节小测
3 道题 · 检验一下刚学的内容
Q1.Context Engineering 阶段工程的核心问题是什么?
Q2.以下哪项不属于「单次优化 Prompt 不够了」的结构性原因?
Q3.「Loop engineering is replacing yourself」的核心含义是什么?
答题后显示结果
完成这一节了?
打卡记录保存在你的浏览器本地,方便追踪学习进度。
学习留言
写下你的疑问或心得 —— 仅你自己和站长可见