每晚进步1%，一年后就是37倍。1.01^365 = 37.8。
LangChain 刚刚发布了 4 层循环（4-loop）指南，让你在睡觉时也能达成这个目标。
大多数人还在手动输入提示词，一个 Agent 一个请求地操作。
把四层循环全部叠起来，你的 Agent 会自动评分、修正和重写。你一觉醒来，它已经比睡前进步了一大截。
我在第二层循环上卡了大半年。我认识的几乎所有做这个的人都一样。"循环工程"（Loop engineering）那篇贴子有 650 万浏览量，和 LangChain 发布指南几乎是同一周，我不觉得有任何人注意到它们是同一回事。
模型早几个月就不是瓶颈了。真正的瓶颈是围绕它的"马具"，而马具其实就是循环套循环。
整个思路归结为一个转变：你不再充当手动向 Agent 输入提示词的角色，而是去构建那个自动向 Agent 输入提示词的系统。
四层循环。大多数人悄悄在第二层就掉队了。
循环 1 – Agent 循环
模型调用一个工具，读取返回结果，再调用下一个，直到任务完成。你已经有了这个。
/ 给它上下文
/ 给它工具
/ 让它运行直到 "完成"
LangChain 原语：create_agent。
这是底线，不是天花板。停在这里，你实际得到的只是一个更花哨的自动补全。
循环 2 – 验证循环
Agent 完成工作后，不是你手动检查输出，而是由评分器根据评分标准给它打分。如果分数不达标，反馈会直接送回，让它重试。不需要有人站在那儿点"重试"。
/ 对琐事做确定性检查（链接能否打开、CI 是否通过、范围是否匹配需求）
/ 对模糊事用 LLM 作为裁判（它是否真的回答了问题）
LangChain 原语：RubricMiddleware。
没错，每个任务大概多消耗 2–3 倍的 token。但你花的是几分钱，这样 Agent 就永远不会给客户一个错误答案，而生产环境中的一个错误答案，比一千次重试成本更高。
90% 的人停在这里。而恼人的是，钱恰恰一直都在这里。
循环 3 – 事件驱动循环
从这里开始，它不再等你打开终端。
一条 [#docs](https://x.com/search?q=%23docs&src=hashtag_click)-plz 频道里的消息会触发它。一个 Webhook 会触发它。一个凌晨 3 点、我半忘半记的 cron 任务会触发它。没有人手动调用它。它就那样运行着，规模化地运行，在你整天都在用的工具内部。
/ 无需人工调用
/ 活在你已有的工作环境里
LangChain 原语：带有 cron / Webhook 的 LangSmith Deployment，或 Fleet channels。
到这一步，它不再是一个你专程去访问的应用。它是一个永远在线、从不开发票的同事。
循环 4 – 爬山循环
这一层我花了好一阵子才真正相信。
每一次运行都会留下一条追踪记录。这些记录被喂给一个分析 Agent，它读取它们，找出反复出现的失败点，然后重写循环 1 的提示词和工具配置。
所以返回箭头不是回到最上面。它*深入内部*，直接编辑 Agent 本身。
/ 它注意到自己哪儿老搞砸
/ 然后自己修补配置
/ 你醒来时，Agent 比睡前关电脑时更强了
LangChain 原语：LangSmith Engine。
*[插入截图：嵌套循环图 — `loop-engineering-diagrams.html`]*
LangChain 那支广告无意中戳中的点
有趣的是，那其实是一支 LangSmith 广告，但说得完全正确。
循环 1 和 2 是所有人挤破头的地方。更好的提示词、更好的模型、更好的评分器。挤满了。
循环 3 和 4 基本是空的。全部优势就在那里，等着你去占。
明年赢的公司不会是模型最好的那家。反正大家都租同样的模型，同样的权重，同样的价格。赢的会是那些 Agent 每晚自动进步 1%、持续一年，而竞争对手还在手动输入提示词的公司——如果你相信那个数学，就是 37 倍。
Prompt engineering 有过好日子。它被一个更无聊的技能取代了：构建那个自动为你输入提示词的循环。
而最后一层循环呢？没人需要给它提示词。它自己提示自己。
