从零到一：七日 Agent Loop Engineering 学习路径
本路径与 Loop Engineering 子站 可并行：子站练直觉，本文练 可交付的 Loop Runtime 能力。建议已具备 Hermes 或 DSH 基础中的工具调用概念。
路径总览
| Day | 主题 | 交付物 | 对齐文档 |
|---|---|---|---|
| 1 | 心智模型与划界 | 一页「Harness vs Loop」图 | intro |
| 2 | 最小 ReAct + 预算 | 可运行骨架 + Trace | getting-started |
| 3 | 指纹、压缩、假完成 | 对照实验报告 | getting-started + FAQ |
| 4 | Plan–Execute + Replan | 修测试到绿（本地） | development |
| 5 | Eval–Optimize / Reflection | 带评分曲线的任务 | development |
| 6 | 多 Agent 与写回门禁 | 流水线 Demo + 审阅表 | development + github |
| 7 | 生产检查单与复盘 | 团队规范 PR + 演练 | best-practices |
每日建议：上午理论 90 分钟 → 下午实现 150 分钟 → 晚上复盘 40 分钟。
Day 1 — 划界：什么是 Agent Loop
目标
- 能口述六类循环及适用边界。
- 画出 Model / Harness / Loop 三层图。
- 写出五条「本课不是控制教材」的自我 提醒。
上午
精读 intro 公理与六类循环表；对照 Hermes 四件套，标出「循环层」插入点。
下午
用纸或 Mermaid 画一个你真实工作中的任务（例如「生成周报」「修 flaky test」），标注：验收、预算、危险工具。
晚上验收
- 三层图可讲解 5 分钟不看稿
- 任务卡字段齐全
- 明确该任务默认拓扑
常见卡点
把「多轮聊天」误认为闭环——补问：有没有外部比较器？
Day 2 — 最小可收敛 ReAct
目标
实现 run_react_loop 级骨架，接一个 echo/假工具，导出 Trace。
上午
读 getting-started 骨架；把 Stop 优先级抄成单测用例表。
下午
编码：Budget、fingerprint（先对 echo 生效）、Trace JSON 落盘。
晚上验收
- 故意同参调用 3 次触发停止
- Trace 含 step/reason/spend
- 开环基线数字记在笔记
Day 3 — 卫生与假完成攻防
目标
制造并修复 L04/L05；写一页「Observation 压缩规范」。
练习
- 让工具返回超大噪声，观察模型行为。
- 启用截断后再跑。
- 让模型输出「已完成」但验收失败——确认代码不采信。
晚上验收
- 压缩前后对比表
- 假完成被 StopJudge 拦住的单测
- 阅读 FAQ Q13–Q16
Day 4 — Plan–Execute 实战
目标
选一个小型失败测试集（或故意写坏的函数），跑到绿或清晰失败。
上午
读 development 中计划对象与 Replan 触发器；设计 error_signature。
下午
实现外环计划（JSON）+ 内环 ReAct；max_replan=2；禁止改测试文件。
晚上验收
- 至少一次 Replan 有 Trace
- 振荡检测逻辑有单测或仿真
- 成功或失败原因可读
Day 5 — 评测驱动优化
目标
做一个「生成符合 schema 的 JSON 报告」任务：规则评测打分，Optimizer 迭代至阈值。
要点
- Evaluator 只读。
- 记录 score_history。
- 平台期早停。
- 可选：1 轮 Reflection 仅当规则难表达风格时。
晚上验收
- 分数曲线（可用表格）
- 无刷分路径（不能改 schema 文件）
- 成本记录
Day 6 — 多 Agent 与记忆写回
目标
三条角色流水线：Researcher → Writer → Reviewer；写回门禁拒绝无来源事实。
上午
用 github-projects 审阅表给一个开源多 Agent 框架打分。
下午
自研最小编排器：handoff 必须带 artifact；TTL 防传球；记忆候选需 source 字段。
晚上验收
- 审阅表 1 份
- Demo 故意触发 L08 并停止
- 写回拒绝用例 2 条
Day 7 — 生产化与毕业设计
目标
向团队提交：configs/loops 草案、Stop 顺序单测、复盘演练记录、个人自评。
毕业设计选项（三选一）
- CI 修测 Agent：只开 PR，有费用帽，Trace 上传 artifact。
- 文档站助手：根据 diff 更新 changelog，lint 门禁。
- 调研报告 Agent：只读工具 + notes 验收 + 单次反思。
评分标准
| 维度 | 及格 | 优秀 |
|---|---|---|
| 验收 | 机判 | 机判+业务指标 |
| 预算 | 二维 | 四维+冷却 |
| 观测 | Trace 文件 | 仪表盘 |
| 安全 | 白名单 | 人审点+脱敏 |
| 文档 | README | ADR+复盘 |
七日之后的 30 天
按 最佳实践 落地：任务卡强制、影子模式、灰度、复盘。每月抽查 stop_reason 分布，消灭「只会加 max_steps」的文化。
学习契约（可打印）
我理解 Loop Engineering 在本站是 Agent 循环工程，不是控制教材换皮。
我将保持 Harness 与 Loop 分层，不为炫技上多 Agent。
我承诺每个自主环都有外部验收、多维预算与 Trace。
签名：__________ 日期：__________
每日复盘三问（沿用七天）
- 今天哪个停止原因出现最多？是否健康？
- 花掉的 token 买到了哪些可验证进展？
- 若只能改一处，改拓扑、评测还是工具描述？
把三问答案写进学习日志；第七天回顾会清晰看见你从「会调模型」变成「会做循环系统」。
与子站标签的翻译表
| 子站历史标签（若仍可见） | 文档站翻译后的学习重点 |
|---|---|
| 开环/闭环直觉 | 无验收 vs 有验收 Agent |
| 稳定性 | 停止条件与振荡检测 |
| 软件循环 | Loop Runtime 状态机 |
| 系统动力学 | 多 Agent / 记忆正反馈风险 |
| AI 训练环 | Evaluator–Optimizer |
| 综合项目 | Day7 毕业设计 |
不要把时间花在「整定控制增益」上；留给 Trace 与验收脚本。
资源清单
- 本系列七篇文档（按侧边栏顺序）
- Hermes / DSH 入门与开发指南
- 子站：https://loop-engineering.chenxiaoshivivid.top/
- 个人仓库：
loop-runtime练习项目（自建） - 黄金任务集：至少 10 个可重复任务
能力成熟度自评（Day7 必填）
| 级别 | 描述 | 你是否达到 |
|---|---|---|
| L0 | 只会多轮聊天 | |
| L1 | 有 tool loop，无预算 | |
| L2 | 有预算+外部验收 | |
| L3 | 有指纹/压缩/Trace | |
| L4 | Plan–Execute 或 Eval 环稳定 | |
| L5 | 生产灰度+复盘文化 |
目标：七日结束至少 L3；三十日冲 L4–L5。
完成七日路径后，你应能在新工作中 10 分钟内写出任务卡，并在 Code Review 中指出缺停止条件的 PR——这才是从零到一的「一」。
附录 A：七日时间不够时的压缩版（3 日）
| 日 | 合并内容 | 底线交付 |
|---|---|---|
| D1 | Day1+2 | 三层图 + 骨架 + 指纹演示 |
| D2 | Day3+4 | 压缩规范 + Plan–Execute 一次实战 |
| D3 | Day5+6+7 | 评测环或流水线二选一 + 检查单 PR |
压缩版不降低质量条，只减少拓扑种类；禁止跳过外部验收。
附录 B：同伴评审表（Day2/Day4/Day7）
| 项 | 是/否 | 评论 |
|---|---|---|
| 验收可机判 | ||
| 预算≥三维 | ||
| Trace 可复述故事 | ||
| 无「模型自称完成」成功路径 | ||
| 写工具权限最小 | ||
| 失败模式有编号 |
两位同伴签字后，才算该 Day 完成——避免自嗨 Demo。
附录 C：推荐实验日志字段
date:
day:
hypothesis:
change:
runs: n=
success_rate:
avg_steps:
avg_tokens:
stop_reason_hist:
next_action:
连续记录 21 天，你会拥有比任何「感觉模型变强了」更硬的个人数据集。
附录 D： entourage 障碍排除
| 障碍 | 处理 |
|---|---|
| 没有可修的测试仓库 | 自建 broken_calc：故意错实现 + pytest |
| 没有云 API Key | 用 mock LLM：按脚本返回既定 tool_calls |
| 时间被会议占满 | 改用 3 日压缩版，但不要取消同伴评审 |
| 同事仍要无限 Agent | 用 cost 对比开环基线说服，或先影子模式 |
mock LLM 不是偷懒：它是把 StopJudge / fingerprint 测成确定性工程的正确方式。真模型联调放在每日最后 30 分钟即可。
读完本篇请回到 入门介绍 做一次自测五问；答得出再开始 Day 1 下午的任务卡练习。祝学习顺利。