结论先说：大多数 AI 工程师都会构建智能体，但很少有人会构建在第一次尝试之后变得更好的系统。区别在于——智能体是工人，循环让这个工人不断进步。

我之前写过《Loop Engineering 循环工程》，讲的是框架层：为什么顶尖工程师不再一句句写提示词、而是改写循环，一个循环由哪六块积木搭成（触发器、目标、动作、验证、记忆、硬闸），以及四个会反噬你的坑。

这篇是它的姊妹篇，往下钻一层：具体有哪些循环可以搭。素材来自一篇在圈子里流传的英文清单（ThinkInAI 社区有译介），我按自己的框架重新嚼了一遍——不是搬运 20 个名词，而是讲清每一类在解决什么问题、关键判断是什么、以及按什么顺序装。

先给一句总纲：这 20 个模式共享同一个母结构——

行动 → 观察 → 评估 → 调整

输出从来不是第一次就完成的。输出只是起点，循环才是把起点变成生产级成果的东西。

类别 1 · 质量改进循环：在输出离开系统前让它变好

这一类五个模式，其实是同一招的五档加保险：让一个独立的评估者盯着生成者，风险越高、保险加得越厚。

1. 生成 → 批判 → 重写。 AI 工程里最重要的循环。生成器出草稿，批判者挑毛病（“第 3 段模糊、缺证据、语气不对”），生成器照着改，重复到过质量线。关键洞察：生成内容的模型，不是判断自己输出质量的最佳裁判——一个真正独立的批判者（自己的指令、自己的评分标准），往往能看到生成器看不到的东西；如果批判者跟生成器同一套提示词同一个视角，那只是自言自语加了个回声。这就是上一篇说的”干活的和验活的分开”，批判者不用更聪明，只要不一样。

2. 打分并重试。 生成、打分、低于阈值就重来，到上限就交最好的那版。简单、强大、被低估。适合质量可衡量的场景：抽取准确率、格式合规、事实正确性。精髓在生成和评估分离——打分的标准握在评估器手里，不由生成器自己说了算。

3. 多批判者。 一个批判者有盲点，那就上四个，各自独立评，全过才放行。适用医疗、法律、金融这类受监管内容。

4. 对抗式批判。 批判者的唯一任务不是改进答案，是击穿答案：哪些假设可能不成立？缺什么证据？哪里自信但错误？生成器辩护或重写。最好的答案是经受住攻击的答案。适合研究综合、投资论点、风险分析。

5. 评审集成。 一个评审的分数有噪声，五个评审把噪声平均掉，只有共识度高的输出才进下一步。前提是评审彼此真独立——五个同源同偏置的评审，平均掉的只是随机噪声，平均不掉系统性偏差。适合单模型评估不可靠、错一次代价大的场景。

怎么选档：日常内容用 1 或 2 就够；输出错了会赔钱、会上监管的，才值得 3、4、5 的成本。别给低风险任务上五重保险，那是烧钱不是严谨。

类别 2 · 记忆循环：从发生过的事里学，让下次更聪明

这一类回答的是上一篇那句话的落地问题：“agent 会忘，仓库不会忘”——具体存什么、怎么存、存多了怎么办。

6. Reflexion。 最经典的自我改进模式。失败 → 分析自己为什么失败 → 把教训存下来 → 带着教训重试。它追求的目标是把系统从”会失败”升级成”只在同一个问题上失败一次”。当然，反思也可能归因错、存下错误的教训——所以教训本身最好也过一遍验证，别让反思变成给错误盖章。

7. 记忆更新。 每完成一个任务存三件事：做了什么决策、结果如何、下次会怎么做不同。第 6 个月的系统已经不是第 1 个月的系统——它读过自己 6 个月的历史。

8. 错误库。 存下每一次失败。接新任务前先搜错误库，有类似失败就先应用已知修法。这是生产级 AI 里最被低估的模式——而且注意，它的关键动作不在”存”，在”动手前先查”。存了不查，等于没存。

9. 成功模式库。 大多数人只存失败。成功也要存：什么方法、什么上下文、什么因素让它成了。遇到类似任务先检索成功模式。从胜利里学，不只从错误里学。

10. 记忆压缩。 记忆会无限增长，而无限的记忆就是不可用的记忆。积累到一定量就压缩：把”任务 A 因 X 失败、任务 B 因 X 失败、任务 C 因 X 失败”三条，压成一条”模式：X 导致失败，动手先查 X”。上下文可控、模式可查、系统不变慢。

这五个是一条流水线：6 产教训、7 定格式、8 和 9 分库存放、10 定期清库。只装 6 不装 10 的系统，迟早被自己的记忆拖慢——多久拖垮取决于任务量，但方向是确定的。

类别 3 · 规划循环：当现实变化时调整计划

11. 计划 → 执行 → 重新规划。 智能体设计最常见的错误是把计划当固定的东西——计划一接触现实就崩。正确姿势：定计划、走一步、看结果、改计划、继续。不是瀑布，是螺旋，每转一圈方法收紧一点。

12. 动态工作流。 固定流水线是”步骤 1→2→3 永远如此”；动态工作流根据结果变形：输出 A 走分支 X、输出 B 走分支 Y、输出 C 直接跳步骤 5。流水线在运行时决定自己的形状。

13. 目标分解。 大目标 → 子目标 → 任务 → 步骤，持续拆到每个单元小到一次调用能执行为止。拆不动了才动手，这是防止”接了个大活就闷头乱做”的结构化解法。

14. 进度评估。 每 N 步停下来问一句：“我们真的更接近目标了吗？“是就继续，不是就换策略、换工具、换计划。系统监控自己的进展，而不是盲目执行。这个模式值得加粗——它就是上一篇三道硬闸里”no-progress 杀停”的巡逻版，是防止长任务循环闷头烧 token 的第一道刹车。

15. 约束满足。 持续迭代直到所有业务约束通过：预算内、质量线上、延迟达标、语气对味、事实核查过线（注意”无幻觉”没法完全验证，能写进约束的是可检验的事实检查）。只有每条规则都过，输出才算完成。这是把”验收标准”从人脑搬进循环的做法。

类别 4 · 探索循环：靠多条路径找到更好的答案

这一类最贵，也最容易被滥用。判断标准一句话：决策价值 > 计算成本才用。

16. 分支探索。 别押单一路径——同时生成保守版、激进版、创意版，分别打分，取最好的，扔掉其余。适合内容变体、架构选型、多假设调试。

17. 树搜索。 分支探索只深一层，树搜索深到需要的层级：扩展有希望的节点、剪掉弱的、持续到找到解。计算成本高，但能稳定找到单次调用基本碰不到的解决方案。适合复杂推理链、多步规划、深度调试。

18. 辩论。 两个智能体、一个主题、相反立场。A 支持答案、B 反对，每轮挑战假设、要证据、暴露弱逻辑。最终答案通过分歧浮现，而不是通过一致意见——对抗压力能发现单个自信答案遗漏的东西。适合投资决策、战略规划、风险评估。

类别 5 · 系统优化循环：循环改进循环本身

19. 提示词优化。 大多数人写一次提示词就再也不碰。这个模式让提示词在测试集上跑分、根据失败样本自动重写自己、直到达标。很多生产级系统里最好的提示词不是一次写出来的，是在测试集上演化出来的——人定标准和测试集，循环负责迭代措辞。

20. 工作流优化。 真正有意思的地方：系统衡量自身的延迟、成本、质量，然后修改自己的工作流——太慢就并行化、太贵就把某步换小模型、质量掉就在出口前加个批判者。不只是输出在改进，是系统在重新设计自己。

但这一类要配一句警告：它也是认知投降的入口。当系统能重写自己的提示词和工作流，人最容易彻底撒手。上一篇的态度在这里最要紧——审结果的人必须还在，19 和 20 的每次”自我修改”都该留痕、可回滚、有人过目。

怎么装：一个务实的顺序

20 个全装是行为艺术。按这个顺序来：

  1. 先装 2（打分重试）和 1（生成批判重写）——最便宜、回报最快，一天能上线。
  2. 有长任务就立刻装 14（进度评估）——它是防烧钱的刹车，优先级高于一切花哨模式。
  3. 接着上记忆三件套 6 + 8 + 9——系统开始”只在同一个问题上失败一次”，复利从这里开始。记得预约 10（压缩），别等记忆库不可用才想起来。
  4. 高风险场景才加 3 / 4 / 5 / 17 / 18——按错误代价定保险厚度。
  5. 19 / 20 最后装，而且人要留在环里。

还有一个看清全局的角度：这 20 个模式没有一个是新积木，全是上一篇那六块积木的排列组合——质量类是 Verification 的五种花样，记忆类是 Memory 的五种花样，规划类是 Goal + Actions 的动态版，探索类是 Actions 的并行版，系统优化类是 Loop 优化 Loop。看懂积木，清单就不用背了。

收尾

这波 AI 工程里最值得押注的转变，不是等更好的模型，是把工作方式从”提示词 → 响应”换成”生成 → 评估 → 学习 → 改进”——模型再强，也只是让这个循环的每一圈转得更好。

掌握循环设计的团队，构建的不是更好的提示词，是部署后每天都在变好的系统。但请带着上一篇那句话去装这 20 个模式：

把循环建起来。但要像一个打算继续当工程师的人那样去建，而不是只想按下”开始”就走人的人。

模式给你杠杆，态度决定这根杠杆撬的是复利，还是一张敞口的发票。