AI编程已经进入第四阶段，99%的程序员还停留在第一阶段

从 LLM 到 Vibe Coding，再到 Loop Engineering：AI 编程范式的三次革命

如果把 AI 编程的发展看成一次工业革命，那么过去四年其实已经经历了三次范式升级。

第一阶段：AI 帮你写代码（LLM）

第二阶段：AI 帮你完成需求（Vibe Coding）

第三阶段：AI 自己持续工作（Loop Engineering）

而现在，包括马斯克、Anthropic Claude Code 负责人 Boris Cherny、Google 的 Addy Osmani，以及 OpenClaw 作者 Peter Steinberger 等业内人士讨论的核心，都已经开始进入第三阶段——Loop Engineering（循环工程）。(腾讯云)

---

第一阶段：LLM —— AI 是一个"代码补全工具"

时间

2022 ~ 2024

代表产品：

• ChatGPT
• GitHub Copilot
• CodeWhisperer
• CodeLlama
• GPT-4

这一阶段最大的变化只有一句话：

程序员开始和 AI 对话。

以前开发流程：

需求
↓

自己写代码
↓

Debug
↓

上线

后来变成：

需求
↓

问 ChatGPT

↓

复制代码

↓

自己修改

↓

上线

AI 本质还是：

高级搜索引擎 + 超级代码生成器

程序员仍然需要：

• 自己设计架构
• 自己拆需求
• 自己调试
• 自己测试
• 自己Review

AI只是：

写代码快一点。

所以这一时期最热门的是：

Prompt Engineering（提示词工程）

大家都在研究：

怎么提问。

例如：

你是一个Java专家
请帮我写一个支付接口
要求支持幂等
要求支持重试
要求高并发

当时大家认为：

Prompt写得越好，AI越聪明。

---

第二阶段：Vibe Coding —— AI 开始理解"我要什么"

2025年发生了一件标志性事件。

前 OpenAI 联合创始人、前 Tesla AI 负责人 Andrej Karpathy 首次提出了 Vibe Coding 这一说法。(Cloudflare)

他的意思非常简单：

不要告诉 AI 怎么写代码，只告诉它你想要什么。

例如：

以前：

帮我写一个SpringBoot Controller

后来：

我想做一个工资查询系统。

首页只有一个按钮。

点一下以后，
加载工资信息，
动画要丝滑，
适配手机，
颜色高级一点。

AI自己完成：

• 页面
• API
• CSS
• 动画
• 数据绑定

程序员开始越来越少碰代码。

所以叫：

Vibe（感觉）

你只负责：

描述感觉。

AI负责：

实现感觉。

很多人甚至开始：

• 语音开发
• 不碰键盘
• 不看代码
• 一句话生成网站

Cursor、Claude Code、Replit Agent 等工具让这种开发方式迅速流行。(Cloudflare)

---

为什么 Vibe Coding 会火？

因为 LLM 已经足够强。

例如 Claude Sonnet、GPT 系列模型已经能够：

• 理解整个项目
• 自动补代码
• 自动重构
• 自动修 Bug
• 自动生成测试

于是：

程序员越来越像：

产品经理

而不是：

Coder

---

但问题来了

Vibe Coding 有一个致命问题：

AI只会：

生成一次

例如：

帮我做个ERP

AI：

好的。

然后生成。

如果失败：

又重新问。

整个过程都是：

人

↓

Prompt

↓

AI

↓

输出

↓

人检查

↓

再Prompt

↓

AI

真正的循环其实是人。

---

第三阶段：Loop Engineering —— 人不再充当循环

这是2026年以来讨论最热的新方向。

Claude Code 负责人 Boris Cherny 在公开访谈中表示：

“我已经不再直接提示 Claude。我有很多 Loop 在运行，它们负责提示 Claude，并决定下一步该做什么。我的工作变成了写 Loop。”(腾讯云)

几乎同时，OpenClaw 作者 Peter Steinberger 也表达了类似观点：

不要再为 Agent 写提示词，而要设计一套循环，让循环去驱动 Agent。(developer.cloud.tencent.com)

Google 工程师 Addy Osmani 也将这一趋势系统化，提出从 Prompt、Context、Harness 到 Loop 的演进框架。(菜鸟教程)

这就是：

Loop Engineering。

---

Loop 是什么？

以前：

Prompt

↓

AI

↓

结束

现在：

目标

↓

AI规划

↓

写代码

↓

运行测试

↓

发现Bug

↓

继续修

↓

再次测试

↓

继续优化

↓

Git提交

↓

等待Review

↓

继续下一轮

AI自己形成：

发现问题

↓

解决问题

↓

验证问题

↓

继续下一步

整个流程：

一直循环。

所以叫：

Loop。

---

为什么 Loop Engineering 会成为下一代 AI 编程？

因为：

AI已经不需要：

一次回答。

而是需要：

连续工作。

例如：

每天凌晨：

扫描Bug

↓

修Bug

↓

跑测试

↓

生成PR

↓

通知开发

没有人参与。

再例如：

读取Jira

↓

拆任务

↓

开发

↓

测试

↓

提交Git

↓

更新Jira

↓

生成日报

整个公司：

几乎可以：

全天运行。

这已经不是传统意义上的“代码生成”，而是 Agent 工作流。

---

马斯克为什么一直强调 AI Agent？

虽然马斯克并没有正式提出 “Loop Engineering” 这一术语，但他近年来反复强调未来软件将由 AI Agent 主导，人类更多负责定义目标、监督结果，而不是逐行编写代码。这与 Loop Engineering 的核心思想高度一致：AI 从执行工具逐步演变为持续工作的智能体。

因此可以理解为：

马斯克强调的是：

AI Agent。

Claude Code 团队强调的是：

Agent如何持续工作。

Loop Engineering 正是：

AI Agent 的工程化方法。

---

AI 编程真正经历了四次演变

可以概括为：

阶段	人负责	AI负责
Coding	写代码	无
AI Coding	写Prompt	写代码
Vibe Coding	写需求	写整个系统
Loop Engineering	写规则	持续完成任务

可以看到：

人的工作越来越抽象。

---

那未来程序员会消失吗？

不会。

但是：

工作的重点已经完全改变。

过去：

优秀程序员：

算法

数据结构

设计模式

代码能力

未来：

优秀 AI Engineer：

理解业务

拆目标

设计Agent

设计Loop

设计上下文

设计验证机制

设计工具调用

设计长期运行系统

程序员越来越像：

CEO

↓

给目标

↓

管理AI团队

而不是：

码农

---

未来五年，技术人的能力模型将发生重构

未来最有价值的人，可能不是写代码最快的人，而是最擅长构建 AI 协作系统的人。建议重点发展以下能力：

1. 系统思维：把复杂业务拆解为可执行目标，并设计完整闭环。
2. Context Engineering（上下文工程）：组织知识库、约束、历史状态，让 AI 始终“知道当前发生了什么”。
3. Loop Engineering（循环工程）：设计触发、规划、执行、验证、记忆、终止条件，使 Agent 能长期稳定运行。
4. 多 Agent 协作：让规划、开发、测试、安全审查等不同 Agent 分工合作，而不是依赖单一模型。
5. 验证与治理：通过测试、静态检查、代码审查、人类审批等机制确保 AI 输出可靠。很多业内讨论都强调，Loop 的价值不只是自动化，更在于把验证、记忆和安全边界纳入循环。(菜鸟教程)

---

一个更长远的趋势

如果把软件开发的发展放到几十年的时间尺度来看，它像是一条不断提升抽象层次的曲线：

机器码
    ↓
汇编
    ↓
高级语言（C/Java/Python）
    ↓
框架（Spring、React）
    ↓
低代码 / 无代码
    ↓
LLM Coding
    ↓
Vibe Coding
    ↓
Agent Engineering
    ↓
Loop Engineering
    ↓
AI Company（AI 员工）

因此，Loop Engineering 不应被理解为“提示词工程已过时”，而更像是在 Prompt、Context、工具编排（Harness）之上的一层系统设计能力。未来真正的竞争力，不再只是写出更好的 Prompt，而是设计出能够持续、自主、可靠完成目标的 AI 系统。这也是 AI 时代技术人从“开发者”向“AI 系统架构师”和“Agent 组织者”转变的核心方向。