程序员新趋势：从解决问题到设计“Agentic Loops”

在编程方式快速演变的当下，一个新趋势正在悄然形成——Agentic Loops（代理循环）或将成为程序员必备的技能。随着AI能力的快速提升，编程模式正逐渐从“直接解决问题”转向“设计验证机制，让AI自动暴力搜索解决路径”，更高效、更智能的工作方式正在改变编程世界。

什么是Agentic Loops？

传统的编程模式通常是“人类确定解法 -> 手动编写代码 -> 逐步调试和优化”。而Agentic思维改变了这一流程，让开发者的重心从直接写代码转移到设计一个逻辑闭环，帮助AI通过不断的循环尝试，自动找到理想解法。

一个典型的Agentic Loops运作模式是：

• 编写清晰完整的 Spec（功能规格文档）。
• 基于Spec拆解具体的 Task（任务）。
• 为每个Task创建具体的 测试用例（Test Cases）。
• AI以测试用例为目标，编码实现直到通过所有测试。

核心理念即在于：AI反复在“尝试 -> 测试 -> 调整”的闭环中改进自己的代码，直至满足验收标准。

Agentic Loops 在实践中的应用

最近的两条行业动态很好地体现了这种思维方式的潜力：

1. Cloudflare 在使用Claude（一种先进的AI模型）的一周时间里，基于Vite重写了Next.js，期间团队依赖约1700个Vitest测试和380个E2E测试覆盖94%的API进行快速迭代。
2. tldraw 开源团队考虑将所有测试用例移至闭源仓库，原因在于担心竞对企业使用其用例结合AI构建竞争性产品，这进一步印证了测试用例在Agentic Loops中的关键作用。

可以看出，依赖测试用例的Agentic Loops设计已经不仅是一种实验性的工具，而在生产中取得了实际成效。

Agentic Loops的优势

与传统开发方法相比，Agentic Loops拥有以下显著优势：

• 效率提升：通过设置明确的测试目标，AI的暴力搜索能力最大化发挥作用，大大缩短开发周期。
• 高稳定性：测试用例确保最终结果满足需求，避免人工调试可能导致的遗漏问题。
• 可扩展性：一套设计良好的验证机制可以复用和扩展到其他任务，提高开发者在不同项目中的工作效率。

挑战与未来发展

尽管Agentic Loops展现出巨大的潜力，但仍有一些问题需要解决：

• 测试用例的重要性：开发者需投入大量时间编写准确、全面的测试用例。
• 知识产权问题：如tldraw的担忧，开源测试用例可能被不当利用，给原创团队带来损失。
• AI理解能力：当前的AI模型对复杂逻辑的理解和长循环下的稳定性依然有限。

未来，随着AI模型能力的不断增强和Agentic Loops设计方法的逐步成熟，编程范式将进一步演化，人类任务将更多聚焦于抽象设计与高层规划，而具体的编码和验证任务将主要由AI负责。

写在最后

从Cloudflare用Claude重写Next.js到tldraw关注测试用例的知识产权问题，Agentic Loops正推动编程的方式发生深刻变化。对于程序员，学习如何设计高效的验证闭环将成为未来开发工作的核心技能。抓住这一趋势，主动提高自己的能力，将成为迎接AI时代编程范式变革的关键。