总纲《从Harness engineering 到 Loop engineering》

《从 Harness Engineering 到 Loop Engineering：长程任务 Agent 原理与实战》 — 总纲

一本写给 AI 工程师、平台架构师、研发负责人与未来"算力分配师"的系统级著作。
本书回答一个核心问题：当大模型已经强到能自主迭代，人如何从"司机"升级为"自动驾驶系统的设计师"？

一、本书定位

二、为什么是这本书

2026 年中，AI 工程领域发生了一次静默但剧烈的范式跃迁。Addy Osmani 在博客中把"Loop Engineering"定义为：

“把你（作为提示者）自己替换掉。你不再是那个提示代理的人，你设计一个系统来做这件事。”

这不是又一个新名词。它是一道分水岭：在此之前的工程师是"提问者"，在此之后的工程师是"流程设计师"。吴恩达把 0 到 1 产品的 Loop 拆成三层（Agentic coding loop / Developer feedback loop / External feedback loop），Anthropic 的工程师开始自称"算力分配师"，Boris Cherny 用 Loop 在 6 个月里一个人提交了 259 个 PR、497 次提交、4 万行代码。

但 Loop Engineering 不是凭空出现的。它是四层范式演进的必然终点：

Prompt Engineering (2022-2024) → 解决"AI 答非所问" ↓ Context Engineering (2024-2025) → 解决"回答脱离实际" ↓ Harness Engineering (2025-2026) → 解决"产出不稳定" ↓ Loop Engineering (2026-中) → 解决"需要人推着走" ← 我们在这里

每一层都在把人从循环里往外推一层。Loop 是把人推到循环之外。

而本书的独特价值在于：我们不只讲 Loop，我们讲从 Harness 到 Loop 的完整跃迁路径。因为 Loop 不是空中楼阁，它必须站在 Harness 的肩膀上——没有稳定的"身体"（工具、权限、反馈机制），Loop 就是个会无限犯错的孩子。

三、核心论点（一句话金句预告）

每章都有 1-3 句"金句"作为论点锚，全书核心金句如下：

1. “Loop 的根本原因不是 AI 变强了，而是人跟不上 AI 了。”
2. “你不该再给编程 Agent 写提示词了，你应该设计循环来提示你的 Agent。”—— Peter Steinberger
3. “把你自己替换掉。你不再是那个提示代理的人，你设计一个系统来做这件事。”—— Addy Osmani
4. “代码产出速度 >> 人类阅读速度 → 理解债务（Comprehension Debt）滚雪球。”—— Addy Osmani
5. “工程师的新角色不是写代码，而是设计验证机制和分配算力。”
6. “Loop 不是更费 Token，它是用 Token 换人的带宽——而人的带宽永远比 Token 贵。”
7. “状态不在 AI 的上下文窗口里，状态在外部文件里。这是 Loop 与聊天 Agent 的本质区别。”
8. “Maker 写代码，Checker 验代码，两者绝不能是同一个 Agent 在同一上下文里自夸。”
9. “Cron Job 关心’到点了’，Loop 关心’达成了’。这是调度与目标的根本分野。”
10. “Harness 给 AI 一副身体，Loop 给 AI 一段生命。前者解决稳定，后者解决自主。”

四、全书结构

本书分为五大部分，共 14 章：

第一部分：范式跃迁（第 1-2 章）

讲清楚"为什么"。从历史脉络到能力跃迁，从交互瓶颈到成本翻转，回答 Loop Engineering 出现的根本原因。

• 第 1 章 范式演进：从 Prompt 到 Loop 的四级跃迁
• 第 2 章 长程任务的本质：为什么单次 Agent 不够

第二部分：Harness Engineering — 给 AI 一副身体（第 3-4 章）

讲清楚"地基"。Loop 必须站在 Harness 之上，否则就是空中楼阁。

• 第 3 章 Harness Engineering：给 AI 造一副"身体"
• 第 4 章 Context Engineering：让 AI 记住该记的

第三部分：Loop Engineering 核心架构（第 5-9 章）

讲清楚"是什么"。Osmani 五大组件 + 记忆层 + 调度编排，逐个拆解到可落地。

• 第 5 章 Loop Engineering 核心架构：五大组件解构
• 第 6 章 沙盒与 Worktree：隔离的艺术
• 第 7 章 评估与验证：Maker/Checker 分离
• 第 8 章 持久化记忆：State/Memory 设计
• 第 9 章 智能调度与编排：让 Loop 自己跑

第四部分：多 Agent 协作与可观测性（第 10-12 章）

讲清楚"怎么跑得更稳、更省、更可调试"。

• 第 10 章 多 Agent 协作：Sub-Agent 与角色分工
• 第 11 章 调试与可观测性：Loop 出问题怎么办
• 第 12 章 成本与 ROI：Token 经济学

第五部分：实战与未来（第 13-14 章）

讲清楚"怎么动手"和"往哪里走"。

• 第 13 章 实战：从零搭建生产级 Loop 系统
• 第 14 章 未来：超越 Loop 的边界

五、章节字数与文件清单

六、每章统一结构模板

为保证全书风格一致，每章正文遵循以下结构（章节内可灵活调整顺序，但要素必须齐全）：

# 第 N 章 — {章名}《从 Harness engineering 到 Loop engineering》 > 章首引言（1-2 段，点出本章核心问题与金句） ## 1. 开篇：一个场景故事 / 真实案例 （用 1500-2000 字的故事或案例引入本章问题） ## 2. 概念地图与核心定义 （定义 + 类比 + 与相邻概念对比的表格） ## 3. 原理深挖：本质机制 （3-5 个小节，每节配纯文本原理结构图） ## 4. 架构与领域关系模型 （纯文本架构图 + 领域关系模型图 + ER 风格图） ## 5. 系统逻辑流程 （纯文本流程图 + 时序图 + 状态机图） ## 6. 实战代码骨架 （伪代码或真实代码片段，TypeScript/Python 混用） ## 7. 表格清单 （决策表、对比表、检查清单表、反模式表） ## 8. 最佳实践 Tips（≥10 条） ## 9. 番外篇（1-2 篇，趣味性 + 实践价值） ## 10. 常见误区与反模式 ## 11. 小结与下一章预告 ## 附录：本章术语表

七、画图规范（纯文本，禁止 Mermaid）

本书所有图统一使用 ASCII/纯文本画图风格。以下是几种典型图样例：

样例 1：层级架构图

┌──────────────────────────────────────────────────────────┐ │ Loop Orchestrator │ │ (调度 / 触发 / 编排) │ └────────────┬───────────────────────────────┬─────────────┘ │ │ ┌─────────▼─────────┐ ┌───────────▼──────────┐ │ Maker Agent │ │ Checker Agent │ │ (规划 + 执行) │ │ (独立评估 + 反馈) │ └─────────┬─────────┘ └───────────┬──────────┘ │ │ └───────────────┬───────────────┘ │ ┌─────────▼─────────┐ │ Sandbox / Worktree│ │ (隔离环境) │ └─────────┬─────────┘ │ ┌─────────▼─────────┐ │ State / Memory │ │ (持久化记忆) │ └───────────────────┘

样例 2：流程时序图

User ──► Orchestrator ──► Maker ──► Sandbox ──► TestRunner ▲ │ │ │ │ │ │ │ │ │ exit code │ │ │ │◄───────────┘ │ │ │ │ │ │ │ diff / logs │ │ ▼ │ │ Checker ──► verdict │ │ │ │ │ ◄─ verdict ──┘ │ │ │ (未达标 → 调整 plan → 重新 Maker) │ └── (达标 → 输出结果 + 退出 Loop)

样例 3：状态机图

┌──────────┐ │ IDLE │ └────┬─────┘ │ event ▼ ┌──────────┐ fail ┌──────────┐ │ RUNNING │──────►│ ERROR │ └────┬─────┘ └────┬─────┘ │ │ retry │ pass │ ▼ │ ┌──────────┐ │ │ VERIFY │◄────────────┘ └────┬─────┘ │ ok ▼ ┌──────────┐ │ DONE │ └──────────┘

样例 4：领域关系模型图

┌──────────────┐ owns ┌──────────────┐ │ Project │──────────────►│ Skill │ └──────┬───────┘ └──────┬───────┘ │ │ │ has many │ references ▼ ▼ ┌──────────────┐ runs ┌──────────────┐ │ Loop │─────────────►│ Worktree │ └──────┬───────┘ └──────┬───────┘ │ │ │ produces │ mounts ▼ ▼ ┌──────────────┐ ┌──────────────┐ │ TaskRun │ │ Sandbox │ └──────────────┘ └──────────────┘

八、术语统一表

九、写作纪律

1. 每章必须 ≥ 5 万字符（含标点、空格、代码块），不足需补足。
2. 每章 ≥ 6 张纯文本图（架构图、原理图、流程图、领域关系图、状态机图、时序图至少各 1 张）。
3. 每章 ≥ 5 张表格。
4. 每章 ≥ 10 条最佳实践 Tips。
5. 每章 ≥ 1 篇番外篇（趣味性 + 实践价值）。
6. 金句必须加粗，每章 ≥ 5 句金句。
7. 代码骨架：每章 ≥ 2 段可读的伪代码或真实代码（TS/Python/bash 均可）。
8. 禁止使用 Mermaid，所有图必须纯文本。
9. 类比 / 隐喻 / 对比 / 演绎 / 归纳：每章至少各用 1 次。
10. 章末必须有"下一章预告"。

十、致读者

这本书不是写给"想学一个新工具"的人，而是写给愿意重新定义自己角色的人。

读完这本书，你不会多一个新框架可以用——你会多一种新的思考方式：当 AI 强到能自己迭代，你的工作不是写更多的提示词，而是设计一个让 AI 在里面跑得又快又稳的循环。

你是未来的算力分配师。这本书是你的入场券。

—— 全书作者