全网还在吵“循环工程”该叫啥,腾讯这个开源项目已经把活干完了
全网还在吵“循环工程”该叫啥,腾讯这个开源项目已经把活干完了
最近几个月,AI 圈最热闹的事不是哪个模型又升级了,而是一场“起名之争”。
先是国外几位大佬几乎同时喊出“别再给 AI 写提示词了,要给它设计循环”,接着“循环工程”这个词被捧成了新风口;没过多久,又有人站出来说:不对,该叫“图工程”。
一群人争得面红耳赤,代码却没跑几行。而就在这场口水战旁边,腾讯已经把一套叫 LoopForge 的东西开源了,MIT 协议、可以自己部署,还把“一个需求从聊天框一路做到代码合入”整条链路跑通、留下了实测记录。
名字还没统一,工具先跑起来了——这大概是今年 AI 圈最有意思的一幕。
一、先别管叫法,普通人只要知道它“补的是哪一棒”
打个比方。
你家装修,请了一个手艺很好的师傅。他砌墙、贴砖、刷漆都行,但你得全程盯着:一会儿提醒他别忘了做防水,一会儿发现水电没验收就被封进了墙里,一会儿他干到一半接了个电话,回来忘了自己干到哪儿。
现在的编程 AI 就是这位师傅。单干很猛,接力很差。
多位 AI 大佬说的“循环”,本质就是想给这位师傅定个规矩:干完一步检查一步,不合格就回去重做,直到达标为止。至于这套规矩该叫“循环”还是叫“图”,对业主来说其实没差别——墙砌直了才是真的。
LoopForge 干的正是这件事:它不负责“写代码”本身,而是负责在 AI 外面搭一套工地管理制度——谁来做、在哪做、按什么顺序做、做完谁验收、验收不过怎么打回。
用一句话说清楚:它是给 AI 编程助手配的一个“项目经理 + 监理 + 档案员”。
二、它到底怎么干活?说人话就是“后厨分工”
传统用法是:你打开一个 AI 对话框,从头到尾一个人干所有活。方案它想、代码它写、代码它自己审——就像厨师炒完菜自己尝一口说“没问题”,你敢信吗?
LoopForge 把这件事改成了后厨流水线:
- 有人专门理需求,先把“你到底要什么”问清楚,别急着动手;
- 有人专门出方案,写清楚打算怎么改、改哪些地方;
- 有人专门写代码;
- 还有一个独立评审,专门挑前面那位的毛病;
- 最后跑真实测试,跑不过就打回去重做;
- 到关键节点,流程会停下来等你签字。
最有意思的是“签字”这个环节。AI 干完活不会自己拍板说“交付了”,而是乖乖停在那儿,把报告、代码改动、测试结果摆在你面前,你可以选择“通过”“补充信息重跑”,或者直接一句“退回上一步重做”。
这套东西它叫 SOP,你可以理解成“标准作业程序”。听着挺企业范儿,其实特别朴素:把一次成功经验存成模板,下次照着做,别再靠运气。
三、三个真让人上头的地方
第一,它真的能“存档续玩”。
用过 AI 编程的人都有阴影:聊到一半上下文太长,AI 开始胡言乱语;或者跑了两小时的任务,电脑一关、网一断,全没了。
LoopForge 的做法是把长任务拆成一个个小步骤,每一步的状态、产物、日志都落盘保存,相当于游戏里每隔一段就自动存档。哪一步崩了,从那一步接着跑;想看看昨天那版方案,翻出来还在。官方实测记录里提到过一次真实交付:四个角色依次做完规划、实现、独立评审和交付汇总,三个真实测试通过,人工批准之后还专门再校验了一遍——确认批准的代码和最后交付的代码一模一样,没被偷偷改过。
第二,它真的“看得见”。
AI 干活最怕黑箱。它到底调了什么工具、读了哪些文件、钱花在哪了,很多人是懵的。
LoopForge 把每个节点的状态、工具调用轨迹、运行日志、每一步的产物全摊开给你看。还有一个本地看板,能看到 Token 消耗趋势、哪个角色最费钱、哪一步最拖时间。

第三,它是“万国插头”,不挑 AI。
这可能是最实用的一点。它自己不做模型,而是把市面上十种编程命令行助手都接了进来:CodeBuddy、Codex、Claude Code、OpenCode、Cursor CLI、Kimi Code、DeepSeek Harness 等等。你用哪家的会员、哪家的 Key,它都能调度。
所以它不是来抢 Claude Code、Codex 饭碗的,它是站在这些“能工巧匠”外面发号施令的那位工头。
四、上手难不难?普通电脑够用,还有“零成本试吃”
很多人看到“自己部署”四个字就慌了,以为要装一堆环境。实际流程被压到了极简:装好 Git,克隆仓库,运行启动脚本,它会自己检查并引导你装好 Docker 等依赖,然后把网页服务跑起来,浏览器打开就能用。
对普通人的门槛大概是这样的:
- 只想看看效果:什么都不用配。新账号会自动加入一个体验项目,里面有一条只包含“跑脚本 + 人工审批”的流程,点一下就能看到 AI 干活、停下来等你签字的完整过程。不花钱、不填 Key。
- 想真用它写点东西:需要准备一个模型 API Key。写文档、搭个小项目,甚至不需要绑定 GitHub。
- 团队要改公司代码、提 PR:才需要接 GitHub 仓库和相应权限。
如果你连服务器都不想折腾,还有个“轻装版”:在你自己常用的编程助手里装一个小插件,一行命令搞定,然后在对话框里输入一句 /start-devflow "给订单列表加个状态筛选,并补上测试",它就会自动走“先问清楚、再出方案、再实现、再独立评审、再测试”的流程,产物全部存在项目文件夹里,随时能翻。
适合谁?我觉得三类人最受益:
- 小团队的技术负责人:最怕 AI 写的代码没人审、出问题查不到记录;
- 产品经理和设计:不用懂代码,也能像跟同事聊天一样把需求推进下去,中途随时看进展;
- 被“AI 味代码”坑过的开发者:你需要的不只是会写,而是有人替你把关。
五、回到那场命名之争:别追名词,盯三件事
说实话,“循环工程”还是“图工程”,三五年后大概率没人在意。工程史上这种事儿太多了:概念先吵三年,标准最后由跑得最顺的那套工具定下来。
对真正要用它的人来说,值得盯的其实是三个非常朴素的指标:
一是能不能看见。 出了问题,你能不能在十分钟内定位到是哪一步、哪个角色、哪次工具调用出的岔子。看不见的自动化,等于把方向盘蒙上布。
二是协调成本。 加一个角色、改一个环节,是要改一堆配置,还是拖一个框就行。流程越复杂,协调成本越致命。
三是终止边界。 AI 什么时候该停?什么时候算失败?什么时候必须叫人?一个不会停的自动化,比不自动化更可怕。
这三条,比“你叫 Loop 还是叫 Graph”重要一百倍。
至于 LoopForge 这类工具真正带来的变化,我觉得不是“AI 会写代码了”——这早就不是新闻了。真正的变化是:AI 从一个需要你全程陪聊的“工具人”,变成了一个能自己排队干活、干完找你签字的“同事”。
最后留个问题给大家聊聊:如果有一天,你的工作变成“早上提需求、下午审 AI 交上来的报告”,你是觉得轻松了,还是更慌了?评论区见。