Разработчики искусственного интеллекта постепенно отказываются от привычного «напиши хороший промпт и получи результат». На смену приходит новый подход — «инженерия циклов» (loop engineering). Вместо того чтобы вручную формулировать инструкции на каждом шаге, специалисты создают самоуправляемые системы, в которых агенты сами генерируют промпты, решают задачи и контролируют свою работу.
Это эволюция от разовых запросов к непрерывным рабочим процессам, где ИИ может самостоятельно двигаться к цели часами или днями.
Что такое инженерия циклов
Цикл — это повторяющийся автоматизированный рабочий процесс. Вы задаёте конечную цель и создаёте «каркас» (scaffold), а система сама разбирает задачу на этапы, выполняет их, проверяет результат и при необходимости корректирует свои действия.
«Я больше не пишу промпт сам — это делает Клод», — говорит Борис Черны (Boris Cherny), создатель инструмента Claude Code. По его словам, теперь он общается не напрямую с моделью, а с агентом, который координирует работу «Клода» и сам формирует нужные инструкции.
Инженер OpenAI Питер Штайнбергер (Peter Steinberger), автор проекта OpenClaw, прямо заявляет: «Перестаньте промптить агентов для кодирования. Вам нужно проектировать циклы, которые сами будут промптить ваших агентов».
Как это работает на практике
В таких системах задачи часто распределяются между несколькими агентами. Один пишет код, другой — независимо его проверяет. Директор Google Cloud Адди Османи (Addy Osmani) подчёркивает: «Модель, которая написала код, слишком снисходительна к собственной работе — ей нужен независимый проверяющий».
В состав цикла входят автоматизации, плагины, коннекторы, рабочие деревья (worktrees) и суб-агенты. Основу составляет именно автоматизация — она позволяет процессу повторяться снова и снова без вмешательства человека.
Пример: команда «/goal» в инструментах вроде Claude Code или OpenAI Codex заставляет агента продолжать работу над задачей, а не останавливаться после каждого ответа. Некоторые системы запускаются по расписанию, просыпаются каждые несколько минут, распределяют задачи по параллельным потокам и самостоятельно поддерживают репозитории.
Клэр Во (Claire Vo), основательница ChatPRD, сравнивает это с управлением персоналом: «Сейчас время менеджеров. Вы проектируете должность. Представьте, что вы принимаете на работу сотрудника — исполнительного помощника, специалиста по работе с клиентами или инженера-программиста».
Преимущества и подводные камни
Главный плюс — минимальное участие человека после запуска. Система может часами работать над сложным проектом, самостоятельно исправляя ошибки и оптимизируя процесс.
Однако есть и минус: каждый дополнительный агент и цикл потребляет больше токенов и вычислительных ресурсов. Штайнбергер шутит, что у него «неограниченные токены», но советует запускать сложные циклы реже — раз в час или даже в день — чтобы не разоряться на API-запросы. Османи рекомендует использовать суб-агентов только там, где действительно нужна вторая независимая оценка.
Инженерия циклов переносит акцент с мастерства написания промптов на проектирование архитектуры взаимодействия агентов. Разработчики всё меньше «разговаривают» с ИИ и всё больше занимаются ролью архитектора или менеджера сложных автономных команд.
Пока такие подходы особенно популярны в программировании, но они быстро распространяются на другие области — от анализа данных до клиентской поддержки. В ближайшие годы мы, скорее всего, увидим, как «циклы» станут стандартным инструментом для тех, кто хочет по-настоящему масштабировать возможности искусственного интеллекта.
