Loop Engineering是2026年人工智能圈最火爆的核心概念，它指的是设计、运营和持续改进反馈循环（Feedback Loops）的AI工程化实践。NVIDIA 首席执行官黄仁勋将其形容为定义2026下半年AI发展的重大转变为：现在没人写提示词了，大家都在编写和管理循环（Loops）。它的核心思想是让你从一个向AI发送指令的人，变成一个设计自动运转系统，让AIAgent自主完成任务并自我修正的工程师。其实Loop Engineering没有很多说得那么玄乎，这篇文章我们会通过一个简单的例子通过几行代码实现针对Agent的循环调用。

1. Loop Engineering概述

这两年来，AI圈子没几天就会出现一个新词，加上很多人为了博取流量，与不惊人死不休，动不动就是XXX已死、YYY当立，导致很多人觉得：怎么昨天我刚听前沿技术，今天就成了明日黄花了。我前几天看了一篇文章的标题就是《Harness Engineering已死、Loop Engineering才是王道》，简直莫名其妙。不过很多人将AI工程演化分成四代：

• Prompt Engineering
• Context Engineering
• Harness Engineering
• Loop Engineering

我个人是不同意这种说法的。还记得定义Harness Engineering的如下这个公式吗？按照这个公式，Harness Engineering本质上就是在LLM基础上构建理想Agent的所有工程化手段。而LLM本身就是独立的，那岂不是Harness Engineering = Agent Engineering，我们应用在Agent上所有设计模式都是一种Harness手段，自然也包括Prompt Engineering和Context Engineering优化提示词和上下文的手段，也包括Loop Engineering根据动态评估反馈自动调用Agent的手段。

Agent = LLM + Harness

所以我的意思是，如果我们认同Harness Engineering的说法，意味着在它之前以及之后出现的所有Engineering都是它的子集，自然也包括Loop Engineering。 这种说法可以在MAF中得到印证：用于实现Loop Engineering的LoopAgent中间件已经集成在HarnessAgent之中。

在Loop Engineering之前，我们是这样使用Agent的：

• 我们采用提示词来描述推理任务，并将其作为输入调用Agent，而且一般我们会使用Session保持与Agent对话的语境；
• 单次Agent的调用一般会在一个ReAct循环中执行，并最终输出响应；
• 我们根据输出响应，再次撰写提示词作为输入调用Agent。

整个过程完全是由用户主导，一切由输入的提示词来驱动。Loop Engineering引入了一种基于评估反馈的迭代机制，我们通过注入一个评估器对每一轮调用的结果进行评估，并由评估结果决定是否继续调用Agent。如果评估器决定继续，它一般会提供评估结果（比如理由和建议）并作为下次Agent调用的输入。

2. 利用MAF的LoopAgent实现针对Agent的循环调用

Loop Engineering在MAF中是通过LoopAgent这个继承自DelegatingAgent的Agent中间件实现的，它已经被集成在HarnessAgent中，当然它也可以被单独使用。接下来我们将使用它实现如下的应用场景：我们创建一个用于宋词创作的Agent，它能根据我们提供的主题和题材创作一首宋词。我们同时创建一个评估器，它能对每一轮Agent的创作结果进行评估，并根据评估结果决定是否继续创作。整个循环调用的过程如下：

• 调用Agent进行创作；
• 评估器对创作结果进行评估，评估的结果包括一个得分和一段评语：
  • 如果得到达到执行的分数，整个循环结束；
  • 否则，针对反馈的评语，重新调用Agent进行创作。

如下所示的是这个评估器类型ScoreBasedEvaluator的定义。它继承自LoopEvaluator，构造函数接收一个AIAgent对象作为评估器和一个目标分数。在重写得EvaluateAsync方法中，它将当前LoopContext中的初始消息和最后一次响应消息作为输入，调用评估器进行评估。我们通过结构化输出的方式让AIAgent返回一个Review类型的对象，它包含一个整数类型的得分和一个字符串类型的评语。

class ScoreBasedEvaluator(AIAgent reviwer, int score) : LoopEvaluator
{
    public override async ValueTask<LoopEvaluation> EvaluateAsync(LoopContext context, CancellationToken cancellationToken = default)
    {
        ChatMessage[] input =
        [
            ..context.InitialMessages,
            ..context.LastResponse.Messages
        ]; 

        var review = (await reviwer.RunAsync<Review>(input)).Result;
        Console.WriteLine($"""
            {new string('-', 30)}Iteration{context.Iteration}{new string('-', 30)}
            {context.LastResponse}


            得分: {review.Score}
            评语：{review.Feeback}
            
            """);
        return review.Score >= score
            ? LoopEvaluation.Stop()
            : LoopEvaluation.Continue(review.Feeback);
    }
}

[Description("针对创作诗词的评估结果")]
public class Review
{
    [Description("得分，采用百分制")]
    public int Score { get; set; }

    [Description("评语")]
    public string? Feeback { get; set; }
}

在得到作为评估结果的Review对象后：

• 如果得分达到预设的阈值，LoopEvaluator将返回通过调用LoopEvaluation.Stop()方法创建的LoopEvaluation对象，整个循环调用结束；
• 如果得分未达到预设的阈值，LoopEvaluator将评语组为反馈调用LoopEvaluation.Continue(feedback)方法，并返回该方法创建的LoopEvaluation对象，整个循环调用继续，并将评语作为下一轮Agent调用的输入。

如下三个常量分别定义了创作Agent的提示词、评审Agent的提示词和整个循环调用的初始输入。创作Agent的提示词要求它根据提供的主题和意境以词牌名相见欢创作一首词。评审Agent的提示词要求它根据四个维度对创作的这首词进行评价，并给出一个得分和一段评语。初始输入是《卫风·氓》的原文。

const string ComposerInstructions = "你是一个精通宋词创作的智能体，负责根据提供的主题和意境以词牌名**相见欢**创作一首词";
const string ReviwerInstrucctions = """
    你是一个深谙古典文化和诗词的文化大家，请按照如下的标准对创作的这首词进行评价。评语保持200字以内，尽可能简洁。
    
    1. 格律规范 (Metrical Accuracy) —— 30分
    
    检测AI生成的词是否真正符合该词牌的“说明书”。
    
    - 词牌结构（20分）：总字数、分片、每句的字数长短必须与词牌名保持一致。
    - 平仄规范（5分）：关键位置的平仄（平声、仄声）必须严格符合词牌要求。
    - 押韵规则（5分）：检查是否在规定位置押韵，是否混淆了平仄韵，有无出韵。
    
    2. 意境创设 (Imagery & Conception) —— 30分
    
    评估词作是否具备古典美感，是否能画出**画面感**。
    
    - 意象选用（15分）：是否恰当使用了符合古典美学的意象。意象之间是否逻辑自洽，没有现代感违和物。
    - 流派风格（15分）：整体意境的深远程度。
    
    3. 语言艺术 (Linguistic Artistry) —— 20分
    
    评估遣词造句的功底和文字的流畅度。
    
    - 用词典雅（10分）：遣词造句需有**词味**，杜绝使用现代大白话或过于生硬的拼凑词。
    - 对仗与过片（10分）：若词牌要求对仗，需检查是否工整；重点评估**过片**（上下片过渡）是否自然流转，有无断层。
    
    4. 情感寄托与创新 (Emotional Depth & Innovation) —— 20分
    
    评估诗词的灵魂，拒绝纯粹的字词堆砌。
    
    - 情感共鸣（10分）：词中所表达的悲欢离合、家国情怀或羁旅之思是否真挚饱满。
    - 陈词翻新（10分）：是否只会堆砌**愁**、**泪**等陈词滥调。优秀的词作应当在传统框架下有独特的视角或新颖的构思。
    """;
const string Prompt = """
    基于如下这首《卫风·氓》的背景和情感基调，分别创作一首一首宋词。
    
    原文如下：

    氓之蚩蚩，抱布贸丝。匪来贸丝，来即我谋。
    送子涉淇，至于顿丘。匪我愆期，子无良媒。
    将子无怒，秋以为期。
    
    乘彼垝垣，以望复关。不见复关，泣涕涟涟。
    既见复关，载笑载言。尔卜尔筮，体无咎言。
    以尔车来，以我贿迁。
    
    桑之未落，其叶沃若。于嗟鸠兮，无食桑葚！
    于嗟女兮，无与士耽！士之耽兮，犹可说也；
    女之耽兮，不可说也。
    
    桑之落矣，其黄而陨。自我徂尔，三岁食贫。
    淇水汤汤，渐车帷裳。女也不爽，士贰其行。
    士也罔极，二三其德。
    
    三岁为妇，靡室劳矣；夙兴夜寐，靡有朝矣。
    言既遂矣，至于暴怒。兄弟不知，咥其笑矣。
    静言思之，躬自悼矣。
    
    及尔偕老，老使我怨。淇则有岸，隰则有泮。
    总角之宴，言笑晏晏。信誓旦旦，不思其反。
    反是不思，亦已焉哉！
    """;

整个程序其实很简单，首先我们创建两个AIAgent，一个是创作Agent，一个是评审Agent，后者用来创建作为评估器的ScoreBasedEvaluator对象，并指定一个分数阈值（85分）。然后我们将创作Agent和评估器封装在LoopAgent中。最后我们调用LoopAgent的RunAsync方法，并传入初始输入Prompt。整个循环调用的过程会在控制台打印出每一轮的创作结果、评审结果和得分。

var composer = CreateAgent(
    name: "SongLyricsComposer",
    model: "gpt-5.2-chat",
    instructions: ComposerInstructions);

var reviewer = CreateAgent(
    name: "SongLyricsReviwer",
    model: "gpt-5.2-chat",
    instructions: ReviwerInstrucctions);

var agent = new LoopAgent(composer, new ScoreBasedEvaluator(reviewer, 85));
var response = await agent.RunAsync(Prompt);
var index = 1;
foreach (var message in response.Messages)
{
    Console.WriteLine($"""
        {new string('-', 20)}Message{index++}{new string('-', 20)}
        {message}

        """);
}

AIAgent CreateAgent(string name,string instructions, string model)
{
    var apiKey = Environment.GetEnvironmentVariable("OPENAI_API_KEY")!;
    var endpoint = Environment.GetEnvironmentVariable("PROJECT_URL")!;
    return new AIProjectClient(new Uri(endpoint), new AzureCliCredential())
        .AsAIAgent(
            name: name,
            model: model,
            instructions: instructions);
}

整个输出总体分为两段，第一段是每次迭代后调用评估器的输出，包含创作结果、得分和评语。从如下的输出可以看出，整个流程经历了两次迭代，第一次评估得分为78分，评语指出了创作中存在的问题，并给出了改进建议。第二次迭代后，评估得分为86分，评语表明创作已经达到了预期的标准，整个循环调用结束。

------------------------------Iteration1------------------------------
相见欢

淇桥初见匆匆。意朦胧。
笑把秋期轻许、趁东风。

桑阴翠，流年坠，人情空。
回首当时盟誓、已成鸿。


得分: 78
评语：此作依《相见欢》小令体式，句读大体齐整，然“笑把秋期轻许、趁东风”字数稍近散文化，平仄亦未尽合谱，韵脚统一尚可。意象取“淇桥”“桑阴”等，能扣《氓》本事，前后情绪递转自然。下片“流年坠，人情空”有兴衰之感，结句“盟誓已成鸿”含怨而不滞。语言清婉流畅，但部分措辞略近今人口吻，词味尚可再凝炼；情感层次由相悦至幻灭，虽较含蓄，仍具余韵。

------------------------------Iteration2------------------------------
相见欢

淇边细雨初晴。柳烟轻。
曾约复关南路、候君行。

桑青后，花零久，两心惊。
一片当时明月、照空盟。


得分: 86
评语：此作依《相见欢》小令体制，句式大体合拍，押“轻、行、惊、盟”庚青韵，尚称稳妥。上片写淇边候约，点出《氓》旧事；下片以“桑青后，花零久”暗承桑叶兴衰，意象简洁而有层次。语言清婉自然，有宋词婉约之致。“一片当时明月、照空盟”收束含怨不露，颇有余味。惟情感推进稍快，对负心与悔悟之沉痛着墨略浅，过片亦可更曲折深婉。

第二段是LoopAgent最终响应包含的消息。一共包括两条消息，第一条为第一次创作的结果，第二条为评估器给出的反馈，第三条为第二次创作的结果。由于此次传作业已经达到了预期的标准，整个循环调用结束。

--------------------Message1--------------------
相见欢

淇桥初见匆匆。意朦胧。
笑把秋期轻许、趁东风。

桑阴翠，流年坠，人情空。
回首当时盟誓、已成鸿。

--------------------Message2--------------------
此作依《相见欢》小令体式，句读大体齐整，然“笑把秋期轻许、趁东风”字数稍近散文化，平仄亦未尽合谱，韵脚统一尚可。意象取“淇桥”“桑阴”等，能扣《氓》本事，前后情绪递转自然。下片“流年坠，人情空”有兴衰之感，结句“盟誓已成鸿”含怨而不滞。语言清婉流畅，但部分措辞略近今人口吻，词味尚可再凝炼；情感层次由相悦至幻灭，虽较含蓄，仍具余韵。

--------------------Message3--------------------
相见欢

淇边细雨初晴。柳烟轻。
曾约复关南路、候君行。

桑青后，花零久，两心惊。
一片当时明月、照空盟。

3. 直接使用HarnessAgent实现Loop Engineering

我们已经说过，LoopAgent已经被集成在HarnessAgent中，所以我们可以直接使用HarnessAgent来实现Loop Engineering。如下所示，我们创建了一个用于创作的IChatClient对象，和一个用于评估的AIAgent对象，后者被用于创建一个ScoreBasedEvaluator对象。然后我们将创作的IChatClient对象和评估器封装在HarnessAgent中。

var apiKey = Environment.GetEnvironmentVariable("OPENAI_API_KEY")!;
var endpoint = Environment.GetEnvironmentVariable("OPENAI_BASE_URL")!;

var reviewer = new OpenAIClient(new ApiKeyCredential(apiKey), new OpenAIClientOptions {  Endpoint = new Uri(endpoint)})
    .GetChatClient(model: "gpt-5.2-chat")
    .AsIChatClient()
    .AsAIAgent(    
    name: "SongLyricsReviwer",
    instructions: ReviwerInstrucctions);

var chatClient = new OpenAIClient(new ApiKeyCredential(apiKey), new OpenAIClientOptions { Endpoint = new Uri(endpoint) })
    .GetChatClient(model: "gpt-5.2-chat")
    .AsIChatClient();

var agent = new HarnessAgent(chatClient, new HarnessAgentOptions
{
    Name = "SongLyricsComposer",
    HarnessInstructions = ComposerInstructions,
    LoopEvaluators = [new ScoreBasedEvaluator(reviewer,85)],
    DisableWebSearch = true,
    DisableAgentModeProvider = true,
    DisableTodoProvider = true,
    DisableFileMemory = true,
    DisableFileAccess = true,
});
var response = await agent.RunAsync(Prompt);
var index = 1;
foreach (var message in response.Messages)
{
    Console.WriteLine($"""
        {new string('-', 20)}Message{index++}{new string('-', 20)}
        {message}

        """);
}

由于HarnessAgent会整和很多用于实现响应Harness手段的中间件，对此由兴趣的可以参考我的文章MAF的Harness-02:HarnessAgent究竟整合了哪些Harness手段？。为了屏蔽它们的干扰，我们在给定的HarnessAgentOptions中禁用了某些中间件。程序运行之后，也能得到我们希望的输出（这次进行了4次迭代）：

------------------------------Iteration1------------------------------
《相见欢·淇上初盟》

垝垣斜日轻红，望归鸿。犹记顿丘携手、语匆匆。

桑叶碧，春水急，意相从。谁料旧盟难守、各西东。

《相见欢·桑落》

桑黄淇水东流，冷汀洲。三载辛勤空付、旧时柔。

灯半灭，人未歇，泪还收。当日旦旦深誓、总成秋。


得分: 78
评语：两首皆能扣合《氓》之情事，由初盟至决绝，层次清楚。《相见欢》体式基本合拍，句读亦稳，押“ong”“ou”韵较自然。上阕“垝垣斜日”“桑黄淇水”皆有《诗经》遗意，画面感尚佳。然词味稍浅，“旧盟难守”“空付旧时柔”近于直白，少含蓄蕴藉。过片承转尚顺，但对人物情绪的递进尚未深挖，未能尽显《氓》由痴恋、怨怼至决绝的复杂波澜。整体清婉流畅，具宋词小令风致。

------------------------------Iteration2------------------------------
《相见欢·复关》

垝垣斜倚残曛，望归人。淇水悠悠不断、暮云深。

桑未落，鬓先损，泪沾襟。当日笑言犹在、却难寻。

《相见欢·已焉》

桑阴摇雨初秋，冷汀洲。帘外淇波犹自、向东流。

灯影薄，人语寂，恨难休。誓语当年如梦、一回收。


得分: 78
评语：两首皆能扣《氓》之弃妇哀怨，意象如“淇水”“桑阴”“垝垣”承袭《诗经》本色，情绪流转自然，有宋词婉约之致。《相见欢》词牌字数与分片基本合格，押“人、深、襟、寻”“秋、洲、流、休、收”亦较稳。然平仄未尽严谨，个别句法略近小令常套。上篇“鬓先损”较直白，下篇“誓语当年如梦”稍近熟语。整体胜在情感真切，能由盼望写至决绝，保留《氓》原作由爱生怨的层次。

------------------------------Iteration3------------------------------
《相见欢·淇上》

轻寒细雨孤村，掩重门。犹忆送郎淇上、语温存。

桑渐老，水空远，暮烟昏。回首复关何处、月微痕。

《相见欢·弃盟》

秋声吹冷蘅皋，夜迢迢。独倚疏灯无语、听寒潮。

当日意，而今恨，总难消。淇岸有涯人事、竟无聊。


得分: 82
评语：两首皆能扣《氓》之情脉，由相恋而怨别，意绪连贯。《相见欢》词牌字数大体合式，句读亦稳，然“犹忆送郎淇上”“独倚疏灯无语”等处平仄未尽严谨，韵脚稍嫌单调。意象承《诗经》之“淇水”“桑”“复关”，古典气息较足，尤“月微痕”“淇岸有涯”有余味。语言清婉流畅，但个别句略近小令常套，创新稍弱。第二首结句“人事、竟无聊”情感到位，然“无聊”略近今语，减损词味。总体能得哀而不怨之旨。

------------------------------Iteration4------------------------------
《相见欢·望复关》

晚云低护荒台，雨声催。独倚残垣凝望、雁初回。

桑叶尽，人情改，镜尘堆。惟有淇流如旧、去难回。

《相见欢·决绝》

露凉风紧蘅皋，夜萧骚。旧约依稀还似、梦魂遥。

灯影暗，佩声杳，恨迢迢。淇岸纵宽终有、此情消。


得分: 86
评语：两首皆合《相见欢》小令体制，句读齐整，押平声韵较稳，格律基本无失。上篇以“残垣”“雁回”“淇流”等意象承《氓》之望复关、情渐冷，画面清婉；下篇转入决绝，蘅皋、灯影、佩声等语颇具词味。语言凝练，无明显俗句，过片自然。惟情感层次稍简，未能充分展开《氓》中由热恋至怨弃的复杂心理；“镜尘堆”“梦魂遥”等语略近常套，创新度尚可再进。

--------------------Message1--------------------
《相见欢·淇上初盟》

垝垣斜日轻红，望归鸿。犹记顿丘携手、语匆匆。

桑叶碧，春水急，意相从。谁料旧盟难守、各西东。

《相见欢·桑落》

桑黄淇水东流，冷汀洲。三载辛勤空付、旧时柔。

灯半灭，人未歇，泪还收。当日旦旦深誓、总成秋。

--------------------Message2--------------------
两首皆能扣合《氓》之情事，由初盟至决绝，层次清楚。《相见欢》体式基本合拍，句读亦稳，押“ong”“ou”韵较自然。上阕“垝垣斜日”“桑黄淇水”皆有《诗经》遗意，画面感尚佳。然词味稍浅，“旧盟难守”“空付旧时柔”近于直白，少含蓄蕴藉。过片承转尚顺，但对人物情绪的递进尚未深挖，未能尽显《氓》由痴恋、怨怼至决绝的复杂波澜。整体清婉流畅，具宋词小令风致。

--------------------Message3--------------------
《相见欢·复关》

垝垣斜倚残曛，望归人。淇水悠悠不断、暮云深。

桑未落，鬓先损，泪沾襟。当日笑言犹在、却难寻。

《相见欢·已焉》

桑阴摇雨初秋，冷汀洲。帘外淇波犹自、向东流。

灯影薄，人语寂，恨难休。誓语当年如梦、一回收。

--------------------Message4--------------------
两首皆能扣《氓》之弃妇哀怨，意象如“淇水”“桑阴”“垝垣”承袭《诗经》本色，情绪流转自然，有宋词婉约之致。《相见欢》词牌字数与分片基本合格，押“人、深、襟、寻”“秋、洲、流、休、收”亦较稳。然平仄未尽严谨，个别句法略近小令常套。上篇“鬓先损”较直白，下篇“誓语当年如梦”稍近熟语。整体胜在情感真切，能由盼望写至决绝，保留《氓》原作由爱生怨的层次。

--------------------Message5--------------------
《相见欢·淇上》

轻寒细雨孤村，掩重门。犹忆送郎淇上、语温存。

桑渐老，水空远，暮烟昏。回首复关何处、月微痕。

《相见欢·弃盟》

秋声吹冷蘅皋，夜迢迢。独倚疏灯无语、听寒潮。

当日意，而今恨，总难消。淇岸有涯人事、竟无聊。

--------------------Message6--------------------
两首皆能扣《氓》之情脉，由相恋而怨别，意绪连贯。《相见欢》词牌字数大体合式，句读亦稳，然“犹忆送郎淇上”“独倚疏灯无语”等处平仄未尽严谨，韵脚稍嫌单调。意象承《诗经》之“淇水”“桑”“复关”，古典气息较足，尤“月微痕”“淇岸有涯”有余味。语言清婉流畅，但个别句略近小令常套，创新稍弱。第二首结句“人事、竟无聊”情感到位，然“无聊”略近今语，减损词味。总体能得哀而不怨之旨。

--------------------Message7--------------------
《相见欢·望复关》

晚云低护荒台，雨声催。独倚残垣凝望、雁初回。

桑叶尽，人情改，镜尘堆。惟有淇流如旧、去难回。

《相见欢·决绝》

露凉风紧蘅皋，夜萧骚。旧约依稀还似、梦魂遥。

灯影暗，佩声杳，恨迢迢。淇岸纵宽终有、此情消。