自走即闭环：自治代理引擎七测

工作流自动化类技能在 Claude Code 生态里已经长出了三棵大树——CI/CD 流水线、一键部署、可观测监控。前几轮把"提交即流水线""失败即自愈""无人值守即闭环""零鉴权即上线"逐一拆过之后，这一轮我们 deliberately 撬开一个还没人系统评测的切面：时间维度上的自治。当指令发出、人离开座位之后，代理能不能自己规划、自己排程、自己长跑、自己验证、自己记住、自己进化？2026 年 7 月 7 日 Anthropic 发布官方《Getting started with loops》指南，把"回合制 → /goal → /loop → /schedule → 主动式"五种循环范式正式定型，意味着"自治代理生命周期"已经从野生脚本升格为平台级一等公民。本期围绕这条生命周期评测七款引擎，核心发现是：planning-with-files 以约 22.5k Star 成为现象级单品，而 loop、long-running-agent 这类内置技能正在重新定义"人不在场"时代理该有的姿态。

评测对象与评分总表

七测维度：自治代理生命周期的体检项

在进入逐个评测之前，先把本期"七测"的标尺亮出来。这七项不是泛泛的"功能多不多"，而是专门针对"人不在场"场景设计的高压体检：

这七项恰好一一对应下面七款引擎的看家本领，构成一条从"排程"到"进化"的完整闭环。

一、loop：排程核心，自治循环的心脏

#	技能	角色	来源	安装/触发	功能完整度	上手难度	变现潜力	训练营适用	社区活跃
1	loop	排程核心	内置（harness）	`/loop 5m /xxx`	★★★★☆	★★★★★	★★★☆☆	★★★★★	★★★★★
2	planning-with-files	持久规划	OthmanAdi（市场）	`npx skills add OthmanAdi/planning-with-files`	★★★★★	★★★★☆	★★★★★	★★★★★	★★★★★
3	long-running-agent	长时续航	内置/社区	技能自动触发	★★★★☆	★★★☆☆	★★★★☆	★★★★☆	★★★☆☆
4	verify	自检闭环	内置	`/verify`	★★★★☆	★★★★★	★★★☆☆	★★★★☆	★★★★☆
5	run	驱动执行	内置	`/run`	★★★★☆	★★★★★	★★★☆☆	★★★★☆	★★★★☆
6	remembering-conversations	跨会话记忆	社区/内置	自动触发	★★★★☆	★★★☆☆	★★★★☆	★★★☆☆	★★★☆☆
7	self-learning	自我进化	社区	自动触发	★★★☆☆	★★★☆☆	★★★☆☆	★★★★★	★★★☆☆

来源：Claude Code 内置技能 / CronCreate、CronList、CronDelete 工具族。触发：/loop 5m /fix-flaky-tests，或一次性 remind me in 20 minutes。持久化：durable: true 写入 .claude/scheduled_tasks.json，跨重启存活；durable: false 仅存内存，会话结束即销毁。

loop 是整条生命周期里最早被官方"扶正"的技能。2026 年 7 月 7 日 Anthropic 发布《Getting started with loops》，把代理循环归纳为五种范式：回合制（用户发一条、代理回一条）、/goal（设定完成判据，达标才停）、/loop（轮询/周期触发）、/schedule（cron 定时）、主动式（REPL 空闲时自动唤醒）。loop 技能正是把 /loop 与 /schedule 两条路径封装成可声明、可取消、可持久化的任务对象。它内置两道工程细节值得点名：一是"避开整点"的抖动策略——不把所有用户的 9:00 压到同一秒，而是 7 8 * * * 这类错峰分钟，降低全局尖峰；二是循环任务 7 天自动到期，防止"装上就忘"的僵尸任务无限燃烧。一次性任务落地到下一个匹配时刻即自删，对"过 20 分钟提醒我看部署"这类诉求零配置可用。

七测对应：触发可靠性 ★★★★★。/loop 与 /schedule 的"调度器 + 提示词入队"模型，让定时唤醒在 REPL 空闲时被可靠消费；错峰抖动进一步消解了准点拥塞。变现/训练营：单独卖 loop 意义不大，它是地基而非产品；但作为"无人值守内容巡更""定时巡检 PR"等付费工作流的载体，价值极高，训练营里一节课就能讲透，是讲"自治"概念的最佳教具。竞品对比：相比 GitHub Actions 的 cron，loop 胜在"本地 REPL、可读对话、可被模型中途改主意"；相比手写脚本 cron，胜在声明式与持久化。短板是离开运行中的 Claude Code 进程就不会触发——它不是云端常驻服务。

二、planning-with-files：持久规划，22.5k Star 的现象级单品

来源：GitHub OthmanAdi/planning-with-files，约 22.5k Star，SkillsLLM 收录评级"Exceptional"，7 日 +2.0%。安装：npx skills add OthmanAdi/planning-with-files，或从市场一键添加。核心：Manus 风格的"文件即规划"——把任务计划写进 task_plan.md 这类 Markdown，代理每完成一步就回写状态，崩溃后从文件续跑。

如果说 loop 解决"何时醒"，planning-with-files 解决"醒来之后记得自己要干啥"。它的设计哲学与 Anthropic 工程博客《Effective harnesses for long-running agents》高度同频：长跑代理最大的敌人不是模型能力，而是上下文窗口被工作记录撑爆、或进程中途崩溃丢失全部进展。该技能的答案是外部化、可检查点、崩溃免疫——计划是一份可读的 Markdown 文件，既是给模型看的 todo，也是给人看的审计日志。每一步推进都落盘，"断点续传"因此从工程难题降级为读文件。社区把它称作"Claude Code 版的 Manus 记忆体"，足见其心智占位。

七测对应：崩溃续跑 ★★★★★。这是本期唯一在"崩溃免疫"维度拿到满分的市场单品。功能完整度 ★★★★★：开箱即用，无需配置，自动接管代理的计划行为。变现潜力 ★★★★★：作为"自治代理记忆层"，可直接嵌入付费产品（自动运维、自动重构、自动内容生产），也可二次封装成"项目级长跑教练"订阅服务，定价空间充足。训练营适用 ★★★★★：一节课讲"为什么长跑代理必须外部化状态"，最佳实物教具。竞品对比：相比 gstack 等执行型技能，它专注状态层而非执行层，互补不冲突；相比 Claude Code 内置 todo 系统，它更重、更显式、更适合多会话跨天项目，但短任务下略显笨重。

三、long-running-agent：长时续航，把"一回合"拉长成"一项目"

来源：社区/内置技能，自动触发于"需要连续推进数小时"的任务。核心理念：参考 Anthropic《Harness design for long-running application development》（2026-03-24）——把一个大目标拆成"每个会话推进一小步、留下结构化交接笔记"的接力序列，而非寄望单次 prompt 跑到底。

长跑代理的难点在于：模型会累（上下文膨胀）、会漂（中途跑偏）、会燃（狂调工具烧预算）。long-running-agent 技能的解法是把"续航"拆成三层纪律——分块推进（每段会话只啃一块可验证的增量）、结构化交接（结束时留下"已做/在做/待做/陷阱"笔记，供下一棒续上）、预算护栏（设工具调用与 token 上限，防失控）。它通常与 planning-with-files 成对出现：一个负责"把计划写下来"，一个负责"按计划跑且跑得久"。两者一搭，代理才真正具备"睡一觉第二天继续干"的能力。

七测对应：长时续航 ★★★★☆。上手难度 ★★★☆☆：需要使用者理解"接力式开发"的心智模型，新手容易误以为它能一次跑通一切。变现潜力 ★★★★☆：可直接支撑"隔夜自动重构""周末自动迁移"等高客单付费服务。训练营适用 ★★★★☆：适合作为进阶课程的压轴案例，教学时长约 1.5 课时。竞品对比：相比 loop（短周期、轮询向），它面向的是"数小时到数天"的跨度，颗粒度更粗但单次产出更重；二者常被串联使用——loop 周期性唤醒、long-running-agent 接管每次唤醒后的推进。

四、verify：自检闭环，让代理自己说"成了"

来源：Claude Code 内置技能。触发：/verify。核心：不靠"模型觉得自己写完了"，而是真的把程序跑起来、观察行为，确认改动达到了预期。

自治代理最危险的一刻，是它自信地宣布"已完成"但其实根本没跑通。verify 技能专治这种幻觉——它的范式是"启动应用 → 触发相关路径 → 截图/取日志 → 比对预期"。无论是验证 PR 修复是否生效、确认新功能可用，还是推送前做最后一道人工对等的手动测试，verify 都把"嘴上说"升级成"跑给你看"。这与传统 CI 的断言式测试不同：CI 跑的是预写好的测试用例，而 verify 跑的是"针对本次改动的临场行为观察"，更接近资深工程师的 eyeballing。

七测对应：自检闭环 ★★★★★。它就是这条维度的标准答案。上手难度 ★★★★★：一行 /verify，零学习成本。变现潜力 ★★★☆☆：作为质检组件嵌入付费产品（无人值守重构后的自动验收）价值高，但单独售卖空间有限。训练营适用 ★★★★☆：讲"AI 自我验证 vs 自我幻觉"的绝佳切入。竞品对比：相比 code-review（看 diff 文本找 bug）与 simplify（看 diff 做质量清理），verify 的独特性在于"真跑"，三者可组成"静态审查 → 简化 → 动态验证"的递进链。

五、run：驱动执行，把应用推到台前

来源：Claude Code 内置技能。触发：/run。核心：先找项目里是否已有"启动应用"的项目技能，没有则按 CLI/服务/TUI/Electron/浏览器驱动等内置模式兜底，把应用真正跑起来并截图确认改动生效。

run 与 verify 是一对孪生兄弟：run 负责"启动并驱动"，verify 负责"启动并断言"。在自治闭环里，run 扮演"手"的角色——代码改完，得有人按下运行键、把界面切到前台、看它动起来。它会优先复用项目自带技能（避免重复造轮子），再退回到通用启动器，这种"项目技能优先、内置兜底"的分层，正是 Anthropic 在 loops 指南里反复强调的"复合而非重写"理念。

七测对应：它是 verify 与 run 共同支撑的"执行/驱动"一极，与自检闭环互为表里。上手难度 ★★★★★：同样一行命令。变现潜力 ★★★☆☆：质检链路组件，单独变现有限。训练营适用 ★★★★☆：讲"代理如何从静态文本世界跨入动态运行世界"的桥梁。竞品对比：相比 develop-web-game 这类专精某一品类（Web 游戏）的开发+测试回路，run 是品类无关的通用启动器，覆盖更宽但深度略浅。

六、remembering-conversations：跨会话记忆，对抗遗忘的第一道防线

来源：社区/内置记忆技能。核心：当对话增长、部分上下文被摘要时，把"不可丢的事实"持久化，让下一会话能无损接力。

在自治生命周期里，"时间"不只是分钟和小时，还包括"今天和明天"。remembering-conversations 技能解决的是跨会话断片——本环境里的持久化记忆机制（目录式单文件单事实、MEMORY.md 索引、[[双链]] 关联），其底层逻辑与该技能一脉相承：把易逝的对话流，沉淀成可召回、可索引、可校验的事实库。它要求记忆"克制"——只记非显而易见、非仓库已录的东西，并标注类型（user/feedback/project/reference），避免把记忆库变成噪音堆。

七测对应：跨会话记忆 ★★★★☆。上手难度 ★★★☆☆：价值在"记什么、不记什么"的判断，需要使用者有意识引导。变现潜力 ★★★★☆：长期记忆是付费助手的护城河——用户用得越久，记忆越厚，迁移成本越高，天然支持订阅。训练营适用 ★★★☆☆：概念好讲，但要让学生真正体会到"记忆复利"，需要多天跨会话练习。竞品对比：相比 continuous-learning-v2（偏技能/方法论沉淀），它更偏"对话事实"层；相比 notion-knowledge-capture（外挂到 Notion），它把记忆留在代理自身、召回更快但封闭性更高。

七、self-learning：自我进化，让每一轮都更聪明一点

来源：社区技能，自动触发。核心：把每次任务的成败经验，沉淀成可复用的方法、模式、检查清单，使代理在后续任务中越用越强。

这是生命周期里最"玄"也最难做好的一环。self-learning 的成败关键不在于"记多少"，而在于"有没有反馈闭环"——光记录经验没用，必须区分"什么有效、什么踩坑"，并把有效路径前置到下次的决策里。它常与 learning-coach（主动回忆、间隔重复等学习方法论）配合：后者提供科学的学习引擎，前者负责把学习结果喂回代理自身。在自治场景下，这意味着代理跑完一轮 CI 修复，会把"这类报错对应这类修法"沉淀下来，下一轮同类问题直接秒解。

七测对应：自我进化 ★★★☆☆。这一维尚处早期，多数实现停留在"经验日志"而非"行为改变"，故整体偏保守。变现潜力 ★★★☆☆：方向性感强，但产品化门槛高，更适合作为高级功能的加分项。训练营适用 ★★★★★：讲"AI 如何持续学习"的哲学课，互动性极佳。竞品对比：相比 continuous-learning-v2（更工程化、版本迭代更明确），self-learning 更偏理念层；两者可视为同一赛道的"轻/重"两极。

自治代理生命周期生态分类（思维导图）

mindmap
  root((自治代理引擎))
    排程触发
      loop 周期循环
      loop 一次性提醒
      schedule cron定时
      goal 完成判据
    状态持久
      planning-with-files 文件即规划
      remembering-conversations 跨会话记忆
      持久化任务文件
    执行驱动
      run 启动应用
      long-running-agent 长时续航
      verify 动态自检
    自我进化
      self-learning 经验沉淀
      continuous-learning-v2 方法论迭代
      learning-coach 学习引擎
    资源护栏
      预算上限
      工具调用限流
      7天自动到期

推荐排行榜

按变现潜力 1. planning-with-files——记忆层单品，可直接嵌入付费产品，22.5k Star 验证心智占位 2. long-running-agent——支撑隔夜/周末高客单自动任务 3. remembering-conversations——订阅护城河，用户越用越离不开

按上手难度（越易越好） 1. loop / verify / run——三款内置技能均一行命令，零学习成本 2. planning-with-files——装上即自动接管，无需配置 3. long-running-agent / remembering-conversations / self-learning——需理解心智模型

按训练营适用 1. loop——讲"自治"概念的最佳教具，一节课讲透 2. planning-with-files——讲"为什么长跑代理必须外部化状态"的实物教具 3. self-learning——讲"AI 持续学习"的哲学课，互动性佳

按社区活跃 1. planning-with-files（22.5k Star，Exceptional 评级） 2. loop / verify / run（随 Claude Code 主版本，官方指南持续更新） 3. long-running-agent / remembering-conversations / self-learning（社区向，文档待补）

本期综合冠军：planning-with-files——唯一在"崩溃续跑"拿满分、且兼具高变现与高教学价值的现象级单品。最佳组合拳：loop（定时唤醒）+ planning-with-files（持久规划）+ long-running-agent（长时推进）+ verify（收尾自检）——四件套即可搭出一条"人走茶不凉"的自治流水线，把本期"自走即闭环"的命题真正跑通。

参考来源

本文由「51学通信」原创出品，更多通信与AI工程内容请关注站长爱卫生（微信：gprshome201101）。