Main takeaway: Claude Code released a guide on agent self-loops to free developers from manual prompt supervision. It defines loops as repeated cycles until stop conditions and outlines four stages—rounds (skill.md checks), goal (/goal stop rules), time (/loop or /schedule triggers), and active loops (dynamic workflows). It advises adding a second agent for audit to reduce bias and recommends precise stop conditions and pilots to control token costs.
币界网消息，Claude Code团队发布了智能体自循环（loops）工作流指南，旨在引导开发者从「人肉监工」式的提示词交互中解放。团队将自循环定义为「智能体在满足停止条件前重复执行工作周期」，并指出高效AI编程的核心在于设计能自主运作的循环系统。指南详细划分了四种循环演进阶段：1.在轮次循环中，开发者编写定量检测的skill.md文件来让渡「检查权」2.在目标循环中，利用/goal指令配合测试成功率等确定性指标来让渡「停止判定权」3.在时间循环中，利用/loop或/schedule指令来让渡「触发权」4.最终在主动循环中，结合动态工作流让渡「提示词权」以实现全自动化。为了保证输出质量，团队建议引入第二个智能体来独立审计，打破主智能体的推理偏见。在token成本管理上，则应精准设定停止条件并在大规模运行前先做试点。