据 Woofun AI 消息，2026 年 6 月 AI 编程领域迎来关键转折，Addy Osmani、Boris Cherny 与 Peter Steinberger 几乎同步提出‘循环工程’概念。Stripe 的 Minions 流程作为典型范例，每周合并超过 1,300 条由 AI 生成的 Pull Request，彻底改变软件开发逻辑。该模式将重心从人类指令模型写代码，转向构建能自主安排任务、编写代码、检查结果并持续运行的系统。Anthropic 工程师近期发布 11 页文档，正式将循环工程定义为 AI 工程体系第四层，位于提示工程、上下文工程及调度工程之后。

这一层级跃迁并非单纯技术升级，而是对代码生成成本下降后新挑战的结构性回应。

循环工程的核心在于构建具备自我迭代能力的系统，这些系统在固定时间重启或依特定条件触发，将前序输出转化为后续输入。完整闭环包含五个步骤：任务发现需扫描持续集成系统中的失败案例、问题及代码提交；任务转换负责为模型提供必要上下文；独立验证检查代码执行结果及副作用；结果保存记录状态与评估数据；最后通过循环调度维持运转。其中验证环节至关重要，若缺乏约束，系统易沦为掩盖错误的‘形式主义循环’。Osmani 设计的晨间故障排查循环自动检测持续集成问题并生成状态文件供工程师优先处理。Stripe 的 Minions 流程则通过确定性调度系统从 Jira 和代码搜索结果收集信息，大型语言模型生成代码，而硬编码检查工具、提交审核机制及人工审核共同决定代码是否合并。系统可靠性源于这些严格约束，而非单纯依赖模型智能。

Woofun AI 整理数据显示，循环工程的关键设计原则是将代码生成模块与错误检测模块彻底分离。错误检测模块应保持怀疑态度，实现方式可相对简单，主要通过测试或浏览器自动化验证代码正确性，无需具备创造性问题解决能力。

这种分离极为必要，因模型往往倾向于认可自身生成结果。循环工程伴随多重风险：未检测错误持续累积、工程师对代码库整体结构认知模糊、被动接受机器生成结果，以及代币消耗量激增。若工程师缺乏判断力，这些风险将直接导致技术债务大幅增加，甚至引发系统性崩溃。

对企业而言，投资重点正从获取更强大模型转向设计更完善流程体系，包括明确任务边界、合理组织开发上下文、实施独立评估及设置人工审核环节。工程师角色随之发生根本转变，不再局限于编写代码，而是负责审查机器生成结果，评估其对系统架构和可维护性的影响。循环工程既考验人类判断力，也可能诱发惰性，因此人类审核权与对系统原理的深入理解成为保障稳定性的核心要素。

这一变革标志着软件开发从工具辅助迈向人机协同新阶段，其成败取决于流程设计的严谨程度而非模型参数规模。