大人，AI编程又变天了！Claude Code之父、龙虾创始人同时力捧新范式，杀死提示词工程？
一句话看懂：Anthropic工程师Boris Cherny（Claude Code创建者）与OpenAI员工Peter Steinberger（“龙虾之父”）近日同时公开表态：AI编程的下一个范式不是写提示词（prompt），而是设计循环（loops）。这意味着开发者正在从“告诉AI做什么”转向“设计AI自主决策的系统”，但高昂的token成本和调试复杂性仍是现实障碍。
事件核心：发生了什么
Boris Cherny在近期分享中描述了自己的工作流演变：一年前他卸载IDE，靠同时运行5-10个Claude来写代码；现在他不再手动提示Claude，而是让多条循环（loops）自动提示Claude并判断下一步行动，他的工作变成了“写循环”。同日，Peter Steinberger在推特发帖称：“你不该再给编程Agent写提示词了，你应该设计一套循环机制。”该帖子获得150万浏览量。两人共同推动的“Loop Engineering”范式，本质是让开发者编写能持续提示、调度和约束Agent的循环系统，而非一次性指令。目前，Claude Code已原生支持/loops和Routines功能：前者可通过cron在本地定时运行循环任务（最小间隔1分钟，最长运行3天，到期自动停止），后者则在服务器端执行周期性任务，即使工程师合上电脑，Agent仍可继续工作。
为什么重要
这标志着AI编程从“prompt engineer”向“meta-prompt engineer”的层抽象跃迁。过去一年，行业焦点是优化单次提示词质量；现在，头部玩家开始将AI Agent视为可自主运行的系统组件。Claude Code自身的进化印证了这一点：它已从只能连续运行约20分钟、易出现bash错误的状态，进化到由Claude Code自己编写代码、连续运行数天的阶段。Anthropic工程师指出，让Agent长期自主运行的核心难点在于上下文有限、模型不擅长长期规划、以及Agent难以准确判断自身输出（常把半成品误认为完成）。Loop Engineering试图解决这些问题——通过在持续会话中保留上下文、工具权限和MCP连接，让Agent能“记住”上一轮操作并继续推进。对社区而言，这重新定义了开发者的核心能力：不是如何写提示词，而是如何设计带反馈闭环的工程系统——包括何时停止、何时回滚、何时交给人类处理。
对用户/开发者/创作者的影响
对个人开发者而言，Loop Engineering的门槛并不低。有开发者反馈，配置loop流程后出现了“字符膨胀”问题，导致token消耗飙升——每1分钟执行一次、连续运行8小时会产生480次API调用。Claude Code通过限制最长运行时间和绑定会话生命周期来控制成本，但Peter Steinberger在被问及token高昂时回应：“你的时间难道不值钱吗？”这意味着资源充足的团队（如Anthropic、OpenAI内部）可以运行数千个Agent通宵工作，而预算有限的初创公司可能需要改用for循环替代while循环来压缩调用次数。此外，调试一个跑了47轮的状态机比修复一个prompt困难10倍，且一旦深度集成一个loop方案，后续迁移成本极高——已有开发者警告“能多早迁就多早迁”。对于直接用户，这种变化短期影响有限，但长期可能加速AI编程工具从“辅助补全”演变为“自主开发代理”，企业采购时需评估Agent的审计能力、停止条件和回滚机制。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，成本模型的变化：Token消耗能否随规模化下降，或催生新的计费模式（如按任务量而非API调用收费）。第二，调试工具的跟进：当前循环工程缺乏像传统编程那样的断点、日志和状态回放工具，Anthropic是否会推出标准化的loop调试框架值得观察。第三，竞品动态：OpenAI Codex目前没有像Claude Code那样的原生循环命令（如cron create/delete），但Peter Steinberger的公开表态暗示其团队可能在内部测试类似能力，未来几个月产品层面可能出现直接对标。第四，开源社区的响应：如果Claude Code的loops和Routines被证明有效，可能出现开源模仿者，从而降低生态锁定风险。
来源：InfoQ CN
