多位硅谷大佬认为 AI 工程正从手写提示词转向设计自主循环，Anthropic 内部超八成工程师已采用 Loop 模式。
近期，硅谷 AI 圈最热的关键词不是某个新模型，而是「Loop」——循环工程（Loop Engineering）。多位行业大佬公开表示，提示词工程的主导地位正在被「设计循环」取代，相关讨论在 X 平台持续刷屏。
英伟达 CEO 黄仁勋在公开场合提出：「没人再写提示词了，新工作是写 Loop，搞 Loop。」吴恩达则预言，3 到 6 个月内 prompt 将基本消亡，Loop 取代 prompt 已成定局。
Anthropic 工程师在内部播客中披露，超过 80% 的工程师已在使用自改进循环（self-improving loops），预计 3 到 6 个月内将覆盖全部工程团队。Karpathy 此前在讲解 AutoResearch 项目时，拆解了 AI agent 闭环的四个环节：生成 → 执行 → 评估 → 改进，并呼吁「把人类从 loop 中部分移除」。Claude Code 之父 Boris Cherny 同样直言：「Loop 循环就是未来。」OpenClaw 之父 Peter Steinberger 也多次提醒：别再手写提示词，设计循环才是王道。
Loop Engineering 由 Google Chrome 工程师 Addy Osmani 于 2026 年 6 月正式命名。它被定位为继提示词工程、上下文工程、工具链工程之后的第四层范式：
一个完整的 Loop 由五个关键动作组成：
让 AI 自己给自己打分，几乎总会得到满分——因为它脑子里装着自我说服链条。解法是引入一个默认持怀疑态度的独立评估 Agent。作者在白皮书中总结了全自动循环可能带来的四大隐性成本：
此后整个 6 月，Loop Engineering 在全网呈病毒式传播，一份 11 页白皮书在 X 上被大量转发。
在四月的 AI 工程师大会上，Anthropic 工程师分享了一组对比实验：让 Claude 开发一款复古小游戏 App，分别采用极简提示词和智能体循环两种方式。
Anthropic 工程师在播客中还提到：点击运行让 Claude 执行 8 小时，相当于一场约 500 美元的算力豪赌。在 Anthropic 的逻辑里，工程师正在进化为「算力分配师」，核心工作不再是写逻辑，而是决定每一美分的算力投向哪里。
OpenAI 研究员 Noam Brown 本月早些时候指出，只要肯砸足够的算力，当代模型几乎能解决任何问题——这正是「测试时计算」的大趋势。Addy Osmani 也警告，循环工程可能导致「认知投降」：当循环自行运转时，人容易停止思考、被动接受结果。
「循环不会怜悯放弃思考的人，它只会用更快的速度，把你的无知变成代码里的债务。」那些愿意持续定义规则、并为最终结果负责的人，将在这一次范式迁移中获得更大的杠杆。
