---
title: "AI 开发范式演进：从 Prompt Engineering 到 Loop Engineering"
created: 2026-06-29
updated: 2026-06-29
type: article
tags: [prompt-engineering, context-engineering, harness-engineering, loop-engineering, agent, paradigm-evolution]
sources: [https://mp.weixin.qq.com/s/hcgKahtQRE2QqI6xplv2Rg]
authors: ["邱汉宸（东南大学、阿里淘天）"]
platform: Datawhale
---

# AI 开发范式演进：从 Prompt Engineering 到 Loop Engineering

> 来源：[Datawhale 公众号](https://mp.weixin.qq.com/s/hcgKahtQRE2QqI6xplv2Rg)，作者：邱汉宸

## 一句话

系统性复盘 AI 开发范式的四次浪潮：**Prompt Engineering → Context Engineering → Harness Engineering → Loop Engineering**，揭示人类从 Agent 循环内部走向外部、从执行者变为设计者的范式迁移。

## 核心命题

2025–2026 年三句话引爆 AI 社区：
- "I really like the term 'context engineering' over prompt engineering." — Tobi Lütke, Shopify CEO
- "You shouldn't be prompting coding agents anymore. You should be designing loops that prompt your agents." — Peter Steinberger, OpenClaw
- "I don't prompt Claude anymore. I have loops running. My job is to write loops." — Boris Cherny, Claude Code

## 四次浪潮

### 1. [[prompt-engineering|Prompt Engineering]]（2022–2024）
"如何跟 AI 沟通"。核心方法论：Zero-shot/Few-shot、Instruction Prompting、[[dspy|DSPy]] 声明式自动编译。瓶颈：上下文窗口限制、缺乏记忆/工具调用、[[blind-prompting|盲提示]] 带来的技术债务。

### 2. [[context-engineering|Context Engineering]]（2025）
"信息怎么喂给模型"。三大方法论：
- [[minimum-viable-context|轻量化装配 (MVC)]]
- [[graphrag|知识图谱增强检索 (GraphRAG)]]
- [[just-in-time-retrieval|即时检索 (JIT Retrieval)]]

三种故障模式：[[context-failure-modes|信息匮乏 / 信息过载 / 上下文腐烂]]。关键隐性维度：[[prefix-matching-invariant|前缀匹配不变性]] 与 [[prompt-caching|提示词缓存]] 的成本经济学。

### 3. [[harness-engineering|Harness Engineering]]（2026–）
"Agent = Model + Harness"。四大支柱：环境资产与工具集、控制与编排逻辑、规则中间件（Hooks）、运行时可观测性。八条[[model-proposes-harness-executes|非妥协原则]]。DataTalks.Club 事故案例：Claude Code 执行 `terraform destroy` 抹除生产数据库 — 问题不在模型，在 Harness 缺位。

### 4. [[loop-engineering|Loop Engineering]]（2026–）
"Loop = Cron + 决策器"。系统从人类单次触发的工具演进为具备独立运行周期的自主工程。[[loop-maturity-levels|三级成熟度]]：Open Loop → Closed Loop → Review Loop。核心组件 "五件套 + 一个记忆"：Automations / Worktrees / Skills / Connectors ([[mcp|MCP]]) / Sub-agents / State 文件。

## 核心框架

### Loop Contract（[[loop-contract|循环协议]]）
六维约束：TRIGGER / SCOPE / ACTION / BUDGET / STOP / REPORT。BUDGET 和 STOP 固化为 [[circuit-breaker-pattern|熔断器]] 和 [[watchdog-pattern|看门狗]] 两道硬约束。

### 嵌套关系
> Prompt ⊂ Context ⊂ Harness ⊂ Loop

### 架构哲学
[[mechanism-policy-separation|机制与策略分离]] — 底层平台提供机制（定时器、工作区隔离），控制策略由架构师独立配置。

## 工程实践

- **[[harness-as-a-service|HaaS（脚手架即服务）]]**：Worktree + Skills + Connector + Subagent + State 封装为标准底座
- **[[skill-issue-framework|Skill Issue 框架]]**（CodeRabbit）：当 Agent 表现不佳，排查 Harness 代码而非责怪模型
- **分层拦截流水线**：确定性规则层（Semgrep）→ 策略网关层（OPA）→ AI 审查层 → 人类终审（80%/15%/5%）

## 人类角色转变

开发者进化为 **[[loop-designer|Loop Designer（循环设计师）]]**，聚焦三件事：
1. 定义终止边界（Goal & Verifier）
2. 维护工具链与领域资产（Tooling & Skill）
3. 设计安全断路器（Human-in-the-Loop & Budget Guard）

## 关键引用

- Terminal Bench 2.0 实证：不改模型权重，仅改写 Harness 约束使排名从 30 → 前五
- 缓存经济学：同一前缀命中第 3 次即可净收益（首次 100% 计费，后续 20%）

## 相关概念

- [[prompt-to-harness-evolution|三阶段工程演进]] — 需扩展为四阶段
- [[agent-harness|Agent Harness (Claw)]]
- [[harness-engineering]]
- [[context-engineering]]
- [[prompt-caching]]
- [[human-in-the-loop]]
- [[mcp]]