QQ飞车月耗三百亿token：Agentic研发的Loop Engineering实践

在AI辅助研发从“提示词工程”走向“系统编排”的转型中，如何让Agent的循环真正沉淀为可复用的工程能力，是当前一线研发团队面临的核心命题。腾讯高级后台开发工程师、项目组Agent落地负责人任磊达在AICon全球人工智能开发与应用大会2026深圳站上，基于每月约三百亿token的密集使用经验，分享了《QQ飞车Agentic研发转型过程中的Loop Engineering》。

任磊达表示，Loop Engineering的目标是解决具体场景的具体问题，在不同环境下有很大类似性。他提出，其目标可能有两个：一是在工作时间让并发尽量高，可以同时操控五到十个Agent一起工作；二是在非工作时间继续工作。但他坦言，最近一个月消耗约三百亿token，主要还是工作时间并发度的提高在起作用，非工作时间这一块还没有真正loop起来。

他将Loop与Harness的区别概括为：Loop是明确目标、锚定目标的，用来把模型或Agent的概率性想象力，通过迭代形式变成真实的业务产出。另一个需要构建的是人与Agent的交互形式，即什么时候应该human in the loop、human on the loop、human out of the loop，甚至什么时候做closed loop、什么时候做open loop。他引用Claude Code创始人Boris Cherny的说法称，后者已不再去prompt agent，只会去写loop。两者的最大区别在于：prompt agent更聚焦解决具体问题，而writing loop会要求Agent主动发现并提问优化空间，把经验通过迭代沉淀到loop中，让同样的问题只犯一次错误。

在工程实践层面，任磊达提出分层设计：第一层是hook级别循环，第二层是CI级别循环，这两层与吴恩达提出的三层划分较为接近；第三层是对工作结构的结构化拆分，第四层是团队级的graph engineering。他强调，Loop Engineering本质是将Agent行为循环转化为可复用、可度量的工程能力，循环设计需按粒度分层推进。