# 自走即闭环：自治代理引擎七测 ## 概述 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 | # | 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 | ★★★☆☆ | ★★★☆☆ | ★★★☆☆ | ★★★★★ | ★★★☆☆ | > 注：内置技能随 Claude Code 主版本分发，"社区活跃"以 Claude Code 主仓与配套指南更新频率计；市场单品以独立 Star/增速计。 --- ## 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： 1. **触发可靠性**——排程到了点，它真的会醒吗？错过之后会不会补跑？ 2. **崩溃续跑**——进程被杀、会话中断，计划状态还能不能无损恢复？ 3. **长时续航**——连续跑 30 分钟到数小时，会不会迷失、空转、烧光预算？ 4. **自检闭环**——做完一步，它能不能自己判断"成了/没成"并据此收尾？ 5. **跨会话记忆**——今天干到一半，明天接着干，上下文会不会断片？ 6. **自我进化**——跑完一轮，它有没有把经验沉淀成可复用的资产？ 7. **资源自律**——在无人值守下，它会不会失控烧 token、狂调工具？ 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 **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） ```mermaid 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 1. [Run prompts on a schedule — Claude Code Docs](https://code.claude.com/docs/en/scheduled-tasks) — `/loop` 与 cron 调度工具的官方用法，涵盖周期/一次性任务与持久化 2. [Getting started with loops — Claude by Anthropic](https://claude.com/blog/getting-started-with-loops) — 2026-07-07 官方循环指南，定义回合制/`/goal`/`/loop`/`/schedule`/主动式五种范式 3. [Effective harnesses for long-running agents — Anthropic](https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents) — 长跑代理 harness 设计原则：分块推进、结构化交接、外部化状态 4. [OthmanAdi/planning-with-files — GitHub](https://github.com/OthmanAdi/planning-with-files) — Manus 风格文件持久化规划技能，约 22.5k Star 5. [How the agent loop works — Claude Code Docs](https://code.claude.com/docs/en/agent-sdk/agent-sdk/agent-loop) — 代理执行循环（evalua→act→observe）的官方机制说明 --- *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）。* > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。