三个扣环在一件防水风衣上：真实的特工解剖

用简单的语言来说

一个“AI代理”拆解后，就是三个嵌套的循环：一个与模型对话，一个执行它要求的工具，还有一个等待人类说“是”。第一个循环很简单，第三个是工程的地狱。而开发的工作正在从编写提示词转向编写这些循环。

循环，而非提示词

bobbytables.io的文章做了太少“代理”内容所做不到的事：它展示了代码。推理循环是一个几乎愚蠢的while循环——调用完成API，将结果堆叠到历史中，一旦模型不再要求工具就退出。工具循环在需要时接管：解析名称，调用函数，并返回通过其tool_call_id关联的结果。

这就是作者正确指出的陷阱所在：工具调用本身也是推断出的文本。因此，函数名称及其参数可能会被幻觉。你的工具调度器不是路由器，而是攻击和验证的表面。

第三个——人类循环——技术上并不是循环。这是一个阻塞调用：某人，在某个地方，决定是否继续。这也是唯一一个打破你流程的环节，因为人类可能需要三天才能回答。因此，需要使用Temporal等持久执行引擎。

幕后

while continueInferenceLoop
 inferred = aiClient.completeChat(messages: chatMessages)
 chatMessages.push(inferred result)
 if inferred.toolCalls.length == 0
 continueInferenceLoop = false
end

四行代码。其余的内容——历史的持久性、工具的幂等性、人类批准后的恢复——都是经典的分布式系统工程。不是AI。

那么呢

这个解剖的工业对应物有一个名称，而The Pragmatic Engineer刚刚将其记录下来：循环工程。Addy Osmani的公式总结了转变——“You design the system that does it instead”：你不再表达需求，而是设计一个循环表达需求的系统。Boris Cherny（Anthropic）进一步指出：“我的工作是编写循环”。该技术源自Geoffrey Huntley的“Ralph循环”，一个简单的Bash循环，它会一直调用代理，直到达到目标。

已经交付的用例是平凡的：自动在新的Sentry票据上打开PR，在夜间运行时修复不稳定的测试，对警报进行分类，进行长时间迁移。自2026年5月以来，Codex、Claude Code和Hermes都暴露了一个/goal命令，将所有这些功能打包。

如果你在招聘，你需要寻找的技能不再是“会提示”。而是：会让一个循环变得幂等、可观察和可中断。