Что такое Loop? В последние дни набрало популярность～

Loop — это агентный цикл: модель не просто "получает команду → выдает результат" и заканчивает, а входит в циклическое тело — рассуждение → действие → наблюдение результата → снова рассуждение, пока задача не будет действительно выполнена. Структура, которая зацикливается в пунктирной рамке справа на рисунке, и есть loop.
По сути, это перенос давно зрелых практик из программной инженерии в ИИ: REPL, циклы событий, while-циклы — все это структуры "повторять до выполнения условия". Loop просто заменяет "тело цикла" на "рассуждение модели + вызов инструментов".
Почему он может заменить промпты?
Ключ не в слове "цикл", а в том, что он переносит место концентрации сложности с "вашего текста" на "структуру системы". Я разложу это на четыре уровня:
1. От "описания как сделать" к "определению что сделать"
Промпт — это статическое кодирование: вы должны заранее продумать каждый шаг выполнения задачи и записать его на естественном языке. Проблема в том, что реальные задачи невозможно заранее предусмотреть полностью. Для инвестиционного анализа — сначала проверять отчетность или смотреть отрасль? Зависит от того, что найдется. Промпт фиксирует путь, а loop позволяет модели решать следующий шаг на основе реальной обратной связи на каждом этапе. Вы даете только цель и границы возможностей, путь генерируется динамически.
2. Контекст от "втискивания" к "выращиванию"
Мощь промпта зависит от того, сколько информации вы можете втиснуть в окно контекста — но много информации вы заранее не знаете, нужна ли она. В loop каждый вызов инструмента и каждое наблюдение автоматически добавляются в контекст. Контекст — это не разовая инвестиция, которую вы запланировали, а динамически растущая сущность по мере цикла. Что нужно модели, то она и берет.
3. Появляется способность к исправлению ошибок
У одноразового промпта нет понятия "повторной попытки" — ошибка есть ошибка. Loop имеет обратную связь: инструмент сообщил об ошибке, поиск ничего не нашел, числа не сходятся — модель в следующем цикле рассуждения может обнаружить и исправить. Это как переход от "ручного написания на ассемблере" к "языку высокого уровня с отладкой по точкам останова" — в первом случае нужно написать правильно с первого раза, во втором можно исправлять на ходу.
4. "Как делать" закрепляется инструментами, "что делать" остается на естественном языке
Это самый важный момент. Традиционный промпт-инжиниринг описывает "какой API вызывать, в каком порядке, как парсить ответ" словами, что создает огромную неоднозначность. В парадигме loop это превращается в инструменты — сигнатуры функций служат точными, однозначными интерфейсами. Модели нужно только решить "когда какой инструмент вызвать", а не гадать на естественном языке, как его вызвать. Неоднозначность промптов заменяется детерминированностью инструментов.
Суть в одной фразе
Промпт = вы запихиваете всю логику выполнения в один текст и ставите на то, что он сработает с первого раза. Loop = вы задаете цель + даете набор инструментов + позволяете модели самой вырастить путь выполнения в реальном взаимодействии.
Это не "уничтожает" промпты — системные промпты (кто ты, что можешь использовать, какие правила соблюдать) все еще существуют и важны. Он уничтожает **"написание идеальной инструкции для каждой задачи"**. Сложность переносится с "длины одного промпта" на "качество системного проектирования + набора инструментов", а последнее поддается инженерии, повторному использованию и тестированию.
Вот почему центр тяжести текущей волны AI-приложений смещается от "промпт-инжиниринга" к "проектированию агентов/систем" — когда вы можете закрепить "как делать" в инструментах и циклических структурах, естественному языку остается только выражать "что делать", а это как раз то, в чем он силен.