AI 智能体循环：自我纠错的编码智能体如何把活干完

大多数人用 AI 编码智能体的方式，至今仍像在打乒乓球。你发提示，它回答，你发现哪里不对，再发提示。你成了那台纠错机器，每一回合都得守在循环里。

循环把这一切反了过来。你描述想要什么，智能体开始干活，自己写检查清单，自己找薄弱环节，反复运行直到结果靠得住。你不再是那个去抓错误的人，智能体抓自己的错误。

这种转变不是炒作。打造这些工具的人都在依赖它。Claude Code 的创造者 Boris Cherny 和 Cat Wu 谈的就是在智能体循环里写代码。给「Ralph loop」起名的 Geoffrey Huntley，则让智能体在一个朴素的 while 循环里跑一整夜。如今这个模式有了名字，在你照搬 Instagram 上那三条提示之前，值得先把它弄明白。

从提示乒乓球到循环

单条提示是一次性的。你问，得到一个答案，这笔交易就结束了。想让它变好，你得先察觉到差距，再发一次提示。把这一套放大到一个真正的功能上，你就是在手动做几十次微调。

AI 智能体循环把这道差距收进了智能体内部。你定一个目标，智能体规划、行动、查看结果、纠错，一遍又一遍，直到目标达成。你没有消失，你在最后做审阅。但你不再是每一次迭代上的瓶颈。

提示乒乓球让你每回合都待在循环里。真正的循环把智能体放进去。

一个 AI 智能体循环到底是什么

每个智能体循环都跑同样的四拍：规划、行动、观察、纠错。智能体决定下一步，把它做了（写代码、跑命令、读文件），看看发生了什么，再调整。Claude 写代码，跑测试，看到失败，修复，再跑测试。这个反馈就是全部诀窍所在。正是它让循环变成自我纠错，而不只是重复。

循环最强的版本，会把这几拍拆给三个角色：一个负责规划，一个负责构建，一个负责审阅。把它们分开，才能阻止智能体在写下答卷的同一口气里给自己的作业打分。

今天就能照搬的三命令循环

下面是眼下流传的那套做法，重新拆成三条 Claude Code 斜杠命令。每条贴一次，智能体就会创建对应命令，然后你按顺序运行它们。

规划者，/spec：

一次问我一个问题，直到你完全理解我想要什么。
然后把一份精确的计划写进 specs/project.md：目标、确切的
需求、边界情况，以及哪些在范围内、哪些在范围外。
写得简短犀利，别写成长篇小说。

构建者，/build：

读 specs/project.md，严格按它描述的来构建，不多做。
做完后，列出计划里的每一条需求，标明你覆盖了
哪些。

审阅者，/review：

把构建出来的东西和 specs/project.md 逐条需求对照。
对每一条，说明它是否被覆盖。写出需要的修正，
交回给 /build。只有整个计划都被覆盖时才放行。

三条命令，一个循环：spec 写计划，build 实现它，review 拿它和计划对照并把修正交回给 build。它会一直循环，直到每条需求都被满足。

计划是唯一的事实来源。审阅是拿构建去对照它，而不是对照一种感觉。

这底层就是 spec-driven coding：用来约束智能体的是写下来的 spec，而不是聊天记录。GitHub 的开源 Spec Kit 用 /specify、/plan、/tasks 和 /implement 把同一个理念正式化，而且它在 Claude Code、Copilot、Cursor、Codex CLI 和 Gemini CLI 上都能跑。

为什么全新上下文能让循环奏效：Ralph loop

2025 年年中，Geoffrey Huntley 给这套思路最直白的版本起了名：Ralph loop。它的想法是用一个朴素的 shell 循环，对着一份写好的 spec 一次次把同样的提示喂给智能体，让它挑一个任务并交付，然后启动一个上下文全新的智能体，再把一模一样的提示喂进去。

while 还有待办; do
  agent --prompt "处理 todo.md 里的下一个任务" --non-interactive
done

不那么直观的地方，是上下文的重置。长会话会腐坏：窗口里塞满了旧的推理、走过的死胡同和过时的文件内容，模型会悄悄开始丢掉指令。每一次 Ralph 迭代都是一个全新的智能体，它从磁盘读取当前的代码库和待办清单，做完一个工作单元，提交，干净退出。Huntley 故意拿《辛普森一家》里的那个角色给它命名：它看起来蠢到不可能管用，但它就是管用。如果你见过一段长会话开始产生幻觉，你已经懂为什么一个全新的窗口胜过一个臃肿的窗口。

Claude Code 的 /loop 和 /goal

Claude Code 直接内置了循环原语。/goal 设定一个持久的终态，也就是「完成」长什么样，Claude 在每一轮过后都会对照它来评估进度，而不是只跑下一步。/loop 按某个节奏重复一个任务，或者重复到某个条件成立为止，形式有 /loop every 10m 或 /loop until: <condition>。两者一起用，就构成了一个自我驱动、自我终止的循环：Claude 一直处理当前状态与目标之间的差量，在目标被满足或你按 Ctrl+C 时停下。

关键细节是：循环保有连续性。它记得自己试过什么、为什么失败，所以每一轮都建立在上一轮之上，而不是重复同一个死胡同。这和 Ralph 那种清空上下文的重置是相反的取舍，两者都成立。要紧凑的自我纠错就用连续性，窗口腐坏了就用全新上下文。知道该出哪一招，才是真正的本事。

同一个循环，每家 provider 都有

循环不是 Claude 的某个功能，而是整个领域正在去往的方向。名字各异，形态如一。

公开场合里，Codex CLI 把循环推得最远。OpenAI 团队把它的 /goal 描述为他们对 Ralph loop 的诠释，而 a16z 的 Andrew Chen 让它在一个设备驱动上跑了一整夜，连续 14 小时无人干预。他也指出这会「让 token 用量翻一万倍」，这就是放任一个智能体磨上大半天所要付出的、诚实的代价。

陷阱：循环会放大一切

循环放大的不只是好的产出，它也会放大一个糟糕的计划。把一个自我纠错的智能体对准一份含糊的 spec，它会信心十足地构建出错的东西，再拿它对照同一份含糊的 spec 来审阅，然后放行。计划就是那根杠杆。一份犀利的 spec 省下十条提示，一份模糊的 spec 浪费一百条。

有两种失败模式要盯着。成本会失控：每一次迭代都烧 token，一个目标不清、又不设边界的循环能烧掉很多。还有，循环可能永远停不下来，要么宣布胜利，要么去追一个它永远满足不了的目标。给它设界：一个清晰的 until 条件、一个 token 上限，或者在合并前设一个人工检查点。一个不会停的循环不是自主，是失控狂奔。

在一支机队上运行循环

一个自我纠错的智能体，盯着它很容易。杠杆出现在你同时跑好几个的时候，每个都在自己的任务上循环，而这恰恰是盯着一个终端开始撑不住的地方。

AgentsRoom 就是为此而生。它是一个多智能体驾驶舱：每个智能体都有一个角色、一个实时状态点和自己的颜色，你从一个窗口里监管整支机队。往待办板上丢一张工单，一个智能体就会接走它，跑它的 plan-build-review 循环，再把一份干净的 diff 交给你。这就是落到实处的 spec-driven AI 编码：工单就是 spec，智能体跑循环，你审阅结果。

因为长循环会腐坏上下文，AgentsRoom 会替你盯着。每个智能体在每一轮结束时写一行状态，当一个智能体连续两轮不再更新它时，就会弹出一条警告，附带一个一键在全新上下文上重启的按钮，正是 Ralph loop 所依赖的那种全新窗口重置。想知道它怎么运转，去看上下文漂移检测这一页。

而且因为循环与 provider 无关，你不会被锁死在某一家。一张工单跑在 Claude Code 上，下一张跑在 Codex 上，再一张跑在 Gemini CLI 上，全在同一个仪表盘里，每个都在自己的 git worktree 里循环，让并行的智能体永不相撞。下班前把它们放出去，第二天早上审阅 diff，这正是后台编码智能体和夜班的全部意义。

设一次目标，让循环把它收尾，最后审阅。下载 AgentsRoom，查看 provider 兼容性矩阵，再读读关于按智能体审阅和多 provider 支持的更多内容。