上一篇 loopEngine 实战 是蹭热度的精简版。这篇写完整的——把我们到底怎么把"agent 循环"工程化讲透，包括所有用过的循环形状和踩过的坑。反正产品技术上没难点，没啥好藏的。

数字还是那个：六周、两百多条变更记录、基本一个人 + 一堆 agent 循环推出来的。

三阶段演进（这回讲细一点）

① 手动双开：一个写，一个审

最土的 loop：开两个对话，一个 coder 写，一个 reviewer 审，我手动两边搬代码。为什么有用——

• 写代码那个有"完成偏好"：它想赶紧交差，会自我说服"这没问题"；
• 审查那个屁股坐在对面，专挑边界条件、并发、错误处理、"这里失败了会怎样"；
• 两个一对线，质量立刻上一个台阶。

② 让写手 fork 一个审查分身

手动搬代码太蠢，于是让 coder 自己开一个子 agent 审自己刚写的。但这里有个关键洞察：

审查 agent 必须"换屁股"。给它的指令不是"看看对不对"，而是"默认假设这里有 bug，去把它找出来 / 证明它是错的"。不换立场，自审就是橡皮图章。

③ workflow 编排：把循环变成可组合的流水线

再后来上 workflow，把单一"写-审"循环扩成多阶段、可编排的管线，而且按任务挑不同的循环形状。下面是重点。

我们真正用的循环形状（完整清单）

• 调研型：多个 agent 并行从不同角度查 → 综合 → 设计 → code → review。适合不熟的领域，先搞清楚再动手。
• 功能型：code → review → test → debug，循环到测试绿为止。
• 排错型：复现 → 二分定位 → 修 → 回归测试。
• 并行扇出 + 合并：多个 agent 各写一版方案、或各审一个维度（正确性 / 安全 / 性能），最后合并取优。
• 对抗验证（adversarial verify）：每个"发现/结论"派 N 个怀疑者，每个都被要求去反驳它，多数反驳就毙掉。专治"看着对、其实错"的结论。
• 多视角验证：一个结论可能从好几个方向错，就给每个验证者不同"镜头"（正确性 / 安全 / 能不能复现），比派 N 个一模一样的复读机更能抓到漏。
• 裁判团（judge panel）：让 N 个 agent 从不同切入点各出一版方案 → 并行打分 → 从赢家综合、再嫁接亚军里的好点子。解空间大的时候，比"一版反复改"强很多。
• loop-until-dry：找 bug / 找边界这种"不知道有多少"的活，就一直派 finder，直到连续 K 轮没有新发现。简单计数（找够 N 个就停）会漏掉长尾。
• 完整性批判者：流水线最后派一个 agent 专门问"还缺什么——哪个角度没跑、哪条结论没验证、哪个源没读"。它揪出来的，就是下一轮要补的活。

关键是：没有万能 loop，挑对形状，速度和质量差很多。

几条铁律（拿真金白银/翻车换来的）

1. 别让生成者评判自己。换个角色、fork 个分身、利益不一致——这样才挑得出真问题。自己审自己 = 橡皮图章。

2. 每个 loop 都要有明确退出条件。测试绿 / 审查零 critical / 连续 N 轮无新发现 / 预算上限。没有退出条件的循环 = 空转烧 token。

3. 结论必须复核——agent 会一本正经地胡说。真实例子：这次有个 agent 信誓旦旦报告我的 sitemap "日期在撒谎"，我去读源码 + 逐页对比，发现是它看到"日期都一样"就脑补成 bug；还有个工具报我"0 流量"，结果第一方数据一看根本有量。循环里每个结论，都要拿源码 / 真实数据再验一遍才动手。

4. 用结构化输出（schema 强约束）在 agent 之间传结果。别让下游去解析上游的自由文本——强制每个 agent 吐固定结构，链路才稳。

5. 不同任务配不同循环形状，别一套流水线打天下。调研、功能、排错是三种完全不同的循环。

人的角色变了

用熟这套之后，我基本不"亲手写代码"了，工作变成三件事：设计循环（选形状、定阶段、配并行还是串行）→ 定验收标准（什么算通过、什么时候退出）→ 拍板（在 agent 给的方案/结论里做最终决定）。

说到底，loopEngine 没什么黑魔法：把"生成 → 批判 → 迭代"自动化、按任务选对循环结构、给每个循环定好退出条件和验收标准。产品本身不难，但靠这套，一个人也能高速且稳定地把它推到上线。

会持续更新。产品在这儿：

• 🔗 SayCraft：https://saycraft.ai
• ▶️ Demo：https://www.youtube.com/watch?v=GexoXdZSI9k