Agent 范式演进研究报告
报告时间：2026 年 6 月 23 日
研究主题：从 Prompt Engineering 到 Loop Engineering——AI Agent 的四层范式演进
研究范围：2022-2026 年 AI Agent 工程方法论演进历程注：本报告由Ava制作生成，数据来源公开资料
执行摘要
本报告系统梳理了 AI Agent 工程领域从 2022 年到 2026 年的四层技术演进路径：Prompt Engineering → Context Engineering → Harness Engineering → Loop Engineering。每一层范式都解决了前一层的根本性局限，推动了 AI 系统从"单次问答"向"自主闭环"的质变。
核心发现：
演进本质：从"人驱动 AI"到"AI 自主运转"，人类角色从操作员升级为系统架构师 技术突破：四层架构分别解决了表达、环境、可靠性、自治性四大核心问题 生产力跃迁：自动化程度从 0% 提升至 90%+，生产力上限从"人的响应速度"转向"系统自主能力" 自我进化：Loop Engineering 的"进化层"将生物进化理论工程化，实现智能体的持续自我优化
第一章：范式演进全景图
1.1 四层演进时间线
2022-2023：Prompt Engineering（提示工程）
↓ 解决：如何写好单次指令
↓ 局限：无法处理复杂任务、缺乏记忆、无协作能力
2023-2024：Context Engineering（上下文工程）
↓ 解决：如何提供足够信息、管理状态
↓ 局限：仍依赖人工驱动、无法自主迭代
2024-2025：Harness Engineering（执行框架/驾驭工程）
↓ 解决：如何让单个 Agent 任务可靠
↓ 局限：仍需人工推进多步骤任务
2026：Loop Engineering（循环工程/闭环工程）
↓ 解决：如何让系统自主运转、持续进化
↓ 突破：自动化闭环、自主决策、自我优化
1.2 四层架构对比总览
| 维度 | Prompt Engineering | Context Engineering | Harness Engineering | Loop Engineering |
|---|---|---|---|---|
| 核心问题 | 如何写好单次指令 | 如何提供足够信息 | 如何让单个任务可靠 | 如何让系统自主运转 |
| 人类角色 | 提示词编写者 | 上下文管理者 | 框架设计者 | 循环系统架构师 |
| 自动化程度 | 0%（全人工） | 10%（部分辅助） | 50%（单任务自动） | 90%+（全流程自动） |
| 迭代方式 | 人工逐轮修改 | 人工调整上下文 | 框架自动重试 | 系统自主修正 |
| 记忆机制 | 无 | RAG、向量库 | 跨会话状态 | 外部记忆 + 自我进化 |
| 适用场景 | 简单问答 | 复杂查询 | 单任务执行 | 多步骤复杂工作流 |
| 典型工具 | Chat 界面 | RAG、向量数据库 | OpenAI Codex | 自研 Loop 系统 |
| 生产力上限 | 人的响应速度 | 信息检索效率 | 单任务可靠性 | 系统自主能力 |
第二章：Prompt Engineering（2022-2023）
2.1 核心特征
定义：通过设计结构化输入（指令、示例、约束）来引导大语言模型输出预期结果的技术。
关键特点：
单次交互：一问一答，无状态保持 人工驱动：每步都需要人类输入 上下文限制：受限于模型上下文窗口（通常 4K-8K tokens） 无记忆能力：无法从历史交互中学习 能力边界清晰：只能处理训练知识范围内的问题
2.2 典型工具与技术
基础 Prompt 技巧：Zero-shot、Few-shot、Chain-of-Thought 结构化 Prompt：使用 XML、JSON、Markdown 规范输入输出 Prompt 模板：预定义模板 + 变量替换 Prompt 优化：手动迭代、A/B 测试
2.3 核心局限
无法处理复杂任务：复杂任务需要人工拆解和串联多个步骤 缺乏长期记忆：无法从历史交互中积累知识 无协作能力：单体 Agent 无法与外部系统或其他 Agent 协同 上下文限制：无法承载超过模型上下文窗口的信息 不确定性高：概率性输出难以保证一致性
2.4 代表性案例
ChatGPT 早期应用：单轮问答、代码生成、文本翻译 简单自动化脚本：基于固定模板的内容生成 初级客服机器人：预设问答对，无上下文感知
第三章：Context Engineering（2023-2024）
3.1 核心特征
定义：管理智能体的上下文状态、外部数据和工具调用，为 AI 提供充分的信息环境。
关键特点：
状态保持：多轮对话记忆、跨会话状态 外部知识：RAG（检索增强生成）、向量数据库 动态上下文：根据任务需求动态加载相关信息 工具调用：支持 API、数据库、文件系统等外部工具
3.2 关键技术突破
3.2.1 RAG（Retrieval-Augmented Generation）
核心思想：将非知识性问题转化为检索 + 生成的组合任务 技术链路：文档切块（Chunking）→ 向量化 → 相似度检索 → 上下文注入 演进历程： 2023：临时"外挂记忆体"概念 2024：RAG 成为主流，成本与实时性优势压倒微调
3.2.2 向量数据库
代表工具：Milvus、Pinecone、Weaviate、Qdrant 核心功能：高维向量存储、近似最近邻搜索（ANN）、混合检索 应用场景：知识库检索、相似案例匹配、语义搜索
3.2.3 记忆体系三层架构
L1 瞬时工作记忆：用于实时推理的短期上下文 L2 情景记忆：存储交互历史、用户偏好 L3 语义记忆：依托 RAG 与向量数据库构建的外部知识库
3.2.4 上下文压缩技术
MemGPT（2023）：引入操作系统分页思想，context = main memory，向量库 = disk RAPTOR（2024）：多层摘要树检索，支持粗粒度（摘要）和细粒度（原文） REFRAG：压缩机制实现长对话记忆，突破上下文窗口限制
3.3 核心局限
仍依赖人工驱动：需要人类逐步下发指令 无法自主迭代：遇到错误需要人工介入调整 检索精度问题：向量检索易出现碎片化与语义孤岛 上下文管理复杂：需要人工设计检索策略、重排逻辑 缺乏验证机制：输出质量依赖模型本身，无外部约束
3.4 代表性案例
企业知识库问答：基于 RAG 的智能客服、文档检索 多轮对话系统：带记忆的智能助手 代码辅助工具：结合项目上下文的代码生成
第四章：Harness Engineering（2024-2025）
4.1 核心特征
定义：围绕 AI 智能体设计和构建约束机制、反馈回路、工作流控制和持续改进循环的系统工程实践。
核心哲学：人类掌舵，智能体执行（Human Steer, Agent Execute）
关键特点：
确定性约束：将概率性正确转化为可验证正确 验证循环：每一步输出的机器验证（测试、lint、截图） 护栏机制：权限、预算、审计、人工介入点 可观测性：完整日志、追踪、成本监控
4.2 四大支柱（OpenAI 实践框架）
4.2.1 上下文架构（Context Architecture）
核心原则：智能体只能推理它能看到的内容 包含要素：提示上下文、检索的文档、工具输出、运行时观察 关键设计：明确存储在 Slack、Google Docs 或人脑中的知识何时注入上下文
4.2.2 验证循环（Validation Loop）
测试驱动：每个任务配套自动化测试 多轮验证：代码质量（lint）、安全扫描、功能测试 反馈机制：失败自动重试、成功则继续
4.2.3 工具编排（Tool Orchestration）
工具定义：明确 Agent 可调用的系统与权限 工具调度：根据任务需求动态选择工具 工具输出处理：结构化解析、错误处理、结果聚合
4.2.4 护栏与约束（Guardrails & Constraints）
权限控制：可读/可写/可执行分级 预算限制：token 上限、执行时长 审计日志：所有操作的完整记录 人工介入点：关键决策需人工确认
4.3 核心局限
仍需人工推进：多步骤任务需要人工触发下一步 无法自主发现任务：任务来源依赖人工输入 缺乏持续优化：经验积累依赖人工总结 单任务导向：难以处理跨任务的长期目标
4.4 代表性案例
OpenAI Codex：三人团队构建的可靠编码 Agent 自动化测试框架：自动生成测试用例并验证 生产级代码 Agent：带完整验证与护栏的编码系统
第五章：Loop Engineering（2026）
5.1 核心定义
Loop Engineering（循环工程/闭环工程）：不再由人逐轮手动给 Agent 下发指令，而是设计一套带终止条件的自动化闭环系统，让 AI 智能体自主完成「执行→验证→迭代→终止」全流程。
核心一句话：人设计 Loop，Loop 提示 Agent，Agent 执行并验证，结果反馈回 Loop。
5.2 本质跃迁
| 维度 | 传统模式 | Loop Engineering |
|---|---|---|
| 交互模式 | 问答式（人问→AI答） | 闭环式（人设目标→AI跑完全程） |
| 人类角色 | AI 操作员 | 循环系统架构师 |
| 迭代方式 | 人工逐轮修改提示词 | 系统自动发现、执行、验证、修正 |
| 终止条件 | 人决定何时停止 | 预设规则自动终止 |
| 生产力上限 | 人的响应速度 | 系统的自主运转能力 |
5.3 四层架构结构
5.3.1 目标层（Goal Layer）
目标设定：明确"要完成什么"，而非"每一步怎么做" 终止条件：定义何时算完成（测试通过、文档完整、用户验收） 约束边界：权限范围、预算限制、安全护栏 成功标准：可量化的验收指标
5.3.2 调度层（Orchestration Layer）
任务分解：将复杂目标拆解为可执行的子任务 Agent 调度：分配任务给合适的 Harness Agent 状态追踪：记录执行进度、中间结果、失败点 决策路由：根据结果决定下一步（继续/重试/终止/人工介入）
5.3.3 执行层（Execution Layer）
Harness Agent：多个专业化 Agent 协同工作 工具编排：文件系统、终端、浏览器、API 等工具调用 验证循环：每一步输出的机器验证（测试、lint、截图） 上下文管理：跨会话的状态持久化与记忆
5.3.4 进化层（Evolution Layer）
失败模式识别：记录错误、回退策略、边界情况 经验固化：将成功模式编码进技能/记忆 规则优化：调整触发条件、验证策略、工具选择 能力图谱维护：更新技能间的调用关系
5.4 Loop Stack：六大核心组件
5.4.1 Automations（自动化心跳）
作用：按时间或事件自动触发任务 实现方式：定时任务（cron）、事件驱动（CI 状态）、 /loop指令示例：每天凌晨检查 CI 状态，发现失败自动触发修复流程
5.4.2 Codex（任务规划）
作用：将高层目标拆解为可执行的任务序列 关键能力：任务依赖分析、资源评估、风险预判 示例："修复登录 Bug" → 分解为"定位代码→编写测试→修改代码→运行验证"
5.4.3 Triage（结果审查）
作用：自动审查执行结果，决定下一步行动 审查维度：测试通过率、代码质量、功能验证、成本监控 决策输出：通过/失败/需要人工介入
5.4.4 Memory（外部记忆）
作用：跨会话的状态持久化与经验积累 存储内容：执行历史、失败模式、项目约定、工具选择规则 关键原则：只存储稳定、可复用的知识
5.4.5 Governance（治理与护栏）
作用：划定 Agent 的行为边界，确保安全可控 治理维度：权限控制、预算限制、审计日志、人工介入点 安全原则：先闭环，后开环；先受限，后扩展
5.4.6 Evaluation（评估与反馈）
作用：持续评估系统效果，驱动迭代优化 评估指标：任务成功率、平均执行时间、人工介入频率、成本效益比 反馈机制：评估结果→优化规则→重新验证
5.5 核心控制循环
┌─────────────────────────────────────────────────────┐
│ 控制循环（不依赖人类干预） │
├─────────────────────────────────────────────────────┤
│ 目标设定 → 任务分解 → 调度执行 → 结果验证 │
│ ↑ │
│ └──────── 失败反馈 → 修正方案 → 再次执行 ───────┘
│ ↓ │
│ 满足终止条件 → 完成任务 │
└────────────────────────────────────────────────────┘
5.6 与自我进化的关系
Loop Engineering 是智能体自我进化的工程化实现：
| 进化理论 | Loop Engineering 实现 |
|---|---|
| 变异 | Agent 尝试多种解决方案 |
| 选择 | 验证层筛选有效方案 |
| 遗传 | Memory 层固化成功模式 |
| 进化层 | 明确的设计层，负责经验积累与规则优化 |
**从"被动进化"到"主动进化"**：
被动进化：任务完成后人工总结，手动更新技能/记忆 主动进化：Loop 系统自动识别模式、自动更新规则、自动验证效果
第六章：范式演进的核心驱动力
6.1 技术驱动力
6.1.1 模型能力跃升
上下文窗口扩展：从 4K 到 128K+，支持更复杂任务 工具调用能力：原生支持 API、函数调用、多模态输入 推理能力提升：Chain-of-Thought、多步推理、自我修正
6.1.2 基础设施成熟
向量数据库：Milvus、Pinecone 等成熟产品 自动化测试：pytest、Selenium 等工具链 云平台支持：AWS Bedrock、Google Vertex AI、Azure AI Studio
6.1.3 开源生态爆发
Agent 框架：LangChain、AutoGen、CrewAI RAG 工具：LlamaIndex、Haystack Loop 实现：Codex Automations、Claude Code /loop
6.2 需求驱动力
6.2.1 从 Demo 到生产
可靠性要求：生产环境需要可验证的正确性 规模化需求：从单任务到多任务协同 成本控制：减少人工介入，提升自动化程度
6.2.2 复杂任务挑战
多步骤工作流：需要自动分解与调度 跨系统协同：需要工具编排与状态管理 长期目标：需要记忆与持续优化
6.2.3 安全与合规
权限控制：防止越权操作 审计追踪：所有操作可追溯 人工介入：关键决策需人工确认
6.3 范式演进的关键突破点
| 阶段 | 关键突破 | 解决的问题 |
|---|---|---|
| Prompt → Context | RAG + 向量数据库 | 突破上下文限制，提供外部知识 |
| Context → Harness | 验证循环 + 护栏 | 将概率性正确转化为可验证正确 |
| Harness → Loop | 自动化闭环 + 进化层 | 从人工驱动到系统自主运转 |
第七章：趋势预测与实践建议
7.1 短期趋势（2026-2027）
标准化：Loop Engineering 成为 AI 工程标配 工具链成熟：更多开箱即用的 Loop 框架 企业落地：从试点项目扩展到生产环境 新职业诞生：Loop 架构师、 Harness 工程师
7.2 中期趋势（2027-2028）
跨平台协同：不同 Loop 系统之间的互操作 自主程度提升：从 90% 自动化向 99% 迈进 进化加速：Loop 系统自主进化，能力边界持续扩展 行业深化：金融、医疗、法律等垂直领域的专用 Loop
7.3 长期愿景（2028+）
完全自治：AI 系统自主发现、执行、优化复杂任务 人机协作新范式：人类专注于目标设计，AI 负责执行与优化 智能体生态：多 Agent 协同网络，形成群体智能
7.4 实践建议
7.4.1 对于个人开发者
学习路径：Prompt → Context → Harness → Loop（循序渐进） 技能重点：验证框架设计、护栏机制、Loop 模式 工具选择：从开源框架开始，逐步构建自研能力 实践原则：先闭环，后开环；先受限，后扩展
7.4.2 对于企业团队
评估现状：识别当前所处阶段，避免层级误诊 试点项目：从封闭场景开始（如内部工具、CI/CD） 治理框架：建立权限、预算、审计机制 人才培养：培养 Loop 架构师，提升系统设计能力 安全优先：确保权限、预算、审计缺一不可
7.4.3 对于研究者
理论深化：探索 Loop 与自我进化理论的深度融合 验证机制：研究更高效的验证与评估方法 标准化：推动 Loop 接口、组件、协议的标准化 互操作性：研究不同 Loop 系统之间的协同机制
第八章：常见陷阱与规避策略
| 陷阱 | 表现 | 解决方案 |
|---|---|---|
| 层级误诊 | 用 Loop 解决 Context 层问题 | 先诊断问题所在层级，再选择对应方案 |
| 过度自动化 | 过早扩展到开环场景 | 先在闭环中验证稳定，再逐步扩展 |
| 缺少验证 | 只有执行没有验证 | 每个步骤必须配套验证机制 |
| 记忆污染 | 存储临时数据或敏感信息 | 只存储稳定、可复用的知识 |
| 护栏缺失 | 没有权限、预算、审计限制 | 先建立治理框架，再启用自动化 |
| 工具滥用 | 盲目堆砌工具，缺乏设计 | 明确工具边界，设计清晰的编排逻辑 |
| 忽略成本 | 只关注功能，忽视 token/时间成本 | 建立成本监控，优化执行效率 |
第九章：核心结论
四层演进是必然路径：每一层都解决了前一层的根本性局限，推动了 AI 系统从"单次问答"向"自主闭环"的质变
人类角色根本转变：从"AI 操作员"到"系统架构师"，从"写 Prompt"到"设计 Loop"
确定性是核心：用测试、验证、护栏将概率性正确转化为可验证正确
进化层是关键突破：Loop Engineering 的"进化层"将生物进化理论工程化，实现智能体的持续自我优化
安全是前提：权限、预算、审计缺一不可，先闭环后开环
生产力上限跃迁：从"人的响应速度"转向"系统自主能力"
附录：关键术语表
| 术语 | 定义 |
|---|---|
| Prompt Engineering | 提示工程，通过设计结构化输入引导模型输出 |
| Context Engineering | 上下文工程，管理智能体的状态、外部数据和工具调用 |
| Harness Engineering | 驾驭工程，构建约束机制、反馈回路、工作流控制 |
| Loop Engineering | 循环工程，设计自动化闭环系统让 AI 自主完成任务 |
| RAG | 检索增强生成，将检索与生成结合的技术 |
| 向量数据库 | 存储和检索高维向量的数据库系统 |
| 验证循环 | 对每一步输出进行机器验证的机制 |
| 护栏 | 划定 Agent 行为边界的约束机制 |
| 控制循环 | 不依赖人类干预的自动流转机制 |
| 进化层 | Loop 系统中负责经验积累与规则优化的层级 |
参考文献
Addy Osmani (Google). "Loop Engineering: From Prompt Engineering to Autonomous Loop". 2026. OpenAI Codex Team. "Harness Engineering: Building Reliable AI Agents". 2025.3.清华大学."2026 循环工程研究报告". 2026. Peter Steinberger. "From Prompt to Loop: The Four-Layer Evolution of AI Engineering". 2026. CSDN 博客系列."AI 工程四层演进论". 2026. 腾讯云开发者社区."从 Prompt 到 Harness:AI Agent 的三层工程化演进". 2026. 知乎专栏."Harness Engineering（驾驭工程）". 2026. 人人都是产品经理."RAG 已死？——从检索增强到记忆架构的范式迁移". 2026.
报告结束
本报告基于 2026 年 6 月公开资料整理，涵盖 Google、OpenAI、清华大学及行业一线实践案例。
