Getting Started with Loops — Claude Code 官方循环分类法
编译摘要
1. 浓缩
核心结论1 : Claude Code 官方将 Loop 按触发机制和停止条件分为四种类型——Turn-based（手动 prompt 驱动）、Goal-based（/goal，定义可验证完成标准）、Time-based（/loop + /schedule，时间间隔驱动）、Proactive（事件/计划驱动，无人工实时参与，可组合 auto mode + dynamic workflows）
关键证据: 来自 Anthropic Claude Code 团队博客（delba_oliveira 撰写），每种 loop 有明确的触发条件、停止条件、Claude Code primitive 映射和适用场景
核心结论2 : Loop 输出质量取决于围绕 loop 的系统设计 而非 loop 本身——四个要素：保持代码库整洁（Claude 遵循已有模式）、给 Claude 自验证能力（编码为 SKILL.md）、文档易达（框架最佳实践）、独立 agent 做代码审查（fresh context 避免自我偏见）
关键证据: "When an individual result doesn't meet the standard, don't stop at fixing the individual issue, try to encode it to improve the system for all future iterations."
核心结论3 : Token 管理需要分层策略——选择正确的 primitive 和模型（小任务不需要多 agent）、定义清晰的成功和停止条件、pilot before large run、用脚本替代确定性工作、匹配 routine 频率与被监控对象变化频率
关键证据: /usage 按 skills/subagents/MCPs 分解消耗；/goal 无参数显示 turn 数和 token 用量；/workflows 显示每个 agent 的 token 用量
2. 质疑
关于分类法的普适性 : 四种 loop 类型是 Claude Code 产品视角的分类，未必是通用 agent 架构理论。其他平台（Cursor Automations、Codex）可能有不同的 loop primitive关于 proactive loop 的成本控制 : Proactive loop 组合了 /schedule + /goal + auto mode + dynamic workflows，可能产生大量 agent 和 token 消耗。文章提到"pilot before large run"但缺乏具体的成本效益数据或 guardrail 示例关于"用第二个 agent 做代码审查" : 建议用独立 agent 做 code review 以减少偏见，但这引入了额外的 LLM 调用成本和延迟，且两个 agent 可能共享同样的系统性偏见
3. 对标
跨域关联1 : 与 Agent-Loops 中 Andrew Ng 的三层循环模型互补——Ng 按时间尺度和角色划分（coding / developer feedback / external feedback），ClaudeDevs 按触发-停止机制划分。两者是同一现象的不同切面跨域关联2 : LangChain 四层堆叠模型（Agent loop → Verification → Event-driven → Hill climbing）按功能层级分类，ClaudeDevs 按操作原语分类。Proactive loop 大致对应 Event-driven + Hill climbing 的组合跨域关联3 : SKILL.md 作为自验证工具直接映射到 Agent-Harness 的验证循环组件——skills 不只是给 Agent 的能力说明，更是 Agent 检查自身工作的 instruments跨域关联4 : "Use a second agent for code reviews" 与 Agent-Verification 中的独立观察者模式一致——新鲜 context 比自我反思更可靠
关联概念