← 返回 Blog
UseAIAPIAI API2min

你的 Claude 还在"一轮游"？官方：配好 proactive loop，它能替你打一份工

2026 年 6 月 30 日，Claude Code 团队在官方博客把循环的定义钉了一句： 循环，即智能体一轮接一轮持续执行任务，直至触发终止条件。 四类循环里，自主性最高、最接近"独立把活干完"这一定义的，是 主动循环（Proactive Loop）。

ClaudeClaude Code

你的 Claude 还在"一轮一轮"陪跑？官方：主动循环让它自己把活干完

你还在和 Claude 走回合制吗——

发一段提示词，它跑一轮返结果；你看一眼，再发下一段。整条流程里，你才是那个循环驱动器，每一轮都得亲手点火。这哪称得上"人工智能"里的"自动"，顶多是"人工+智能"。

2026 年 6 月 30 日，Claude Code 团队在官方博客把循环的定义钉了一句：

循环，即智能体一轮接一轮持续执行任务，直至触发终止条件。

四类循环里，自主性最高、最接近"独立把活干完"这一定义的，是 主动循环（Proactive Loop）。

它的触发逻辑一句话讲清：靠事件或定时调度跑，不用人在场实时介入。配置完，你去开会、去睡、去休假，Claude 自己值守。

为什么你家的 Claude 总在"被动响应"？因为你一直在当启动键

回合式循环的短板很明显：终止权攥在模型手里——它判"完了"就停，你觉得没完，只能手动续指令。于是你成了人工调度员，AI 干活，你全程跟。

目标循环（/goal）往前迈了一步：你定可量化的验收标准，Claude 迭代到达标为止。但还得人启动——得手动输 /goal，任务才动工。

定时循环（/loop 和 /schedule）再进一步，按固定周期自动跑。但本质是轮询，隔段时间查一次，不管有没有新事件。

主动循环的区别在于：连"触发"这件事都交给系统自己处理。

它不等人发指令，也不机械按间隔轮询，支持三类触发源：GitHub 事件、API 调用、定时调度。

  • 新 MR 提交 → 自动拉起代码评审；

  • CI 构建挂 → 自动抓日志推修复；

  • 监控抛 5xx → 自动关联最近发版，开草稿 PR。

你不必在场，甚至不必醒。

主动循环不是单一功能，是一套组合能力

官方文档拆出的分层架构，五层环环相扣：

🟢 触发层：通过 /schedule 建云端调度任务 Routine。Anthropic 的描述是"一次配完（含提示词、仓库、连接器），可定时、可 API、可监听事件"。单条调度任务能同时开定时 + API + GitHub 事件三种触发。

🟢 分级研判层：借 /goal 给每类待办定完工标准，比如"所有缺陷反馈必须完成分类、修复、答复"。由独立评估智能体（Judge）按标准对账，不达标就退回去继续处理。

🟢 执行层：动态工作流生成多个子智能体并行——分别管排查、修代码、跑测试验证。每项修复跑在独立工作目录（worktree），互不污染。

🟢 验收监控层：靠 Monitor 工具后台实时盯，监听日志、CI 状态、部署进度，捕获事件就推到会话，Claude 即时响应。

🟢 通知反馈层：调度任务可配"完成后通知"，推 Slack、邮件，或直接往 GitHub 工单下留言。

从触发、分级、修复、验证到反馈——全流程无人值守。

真实落地的样子：CloudPosse/Atmos #2718

2026 年，CloudPosse/Atmos 团队 #2718​ 号 PR 就是典型。

团队从最早"每小时同步一次代码"的简单循环，迭代成一套"实时响应 + 周期巡检 + 自动修复"的流水线。Claude 拿仓库权限，执行维护指令，调专用修复 Agent，PR 全生命周期它管。

更直接的指令是 2026 年 4 月登场的 /autofix pr：推完分支，执行这条指令就可以走人。Claude 持续盯 CI 结果和评审意见，不断推修复直到构建标绿。官方文档原话："再也不用盯着一条 PR 反复处理六轮 lint 告警。"

你不再在循环里，你在循环外。

从操作员，到体系设计者

主动循环的核心价值，不是让 AI 更聪明，是把开发者的位置挪了一下——从操作员转成设计者。

过去你是救火的人：CI 红就去查、工单来就去分、PR 挂就去改。现在你是定规矩的人：设计触发条件、分级逻辑、验收标准、异常处理，交给系统自己转。

Anthropic 内部已经有 超 80% 工程师在用自主迭代循环。鲍里斯·切尔尼自己的判词："十年后回看，循环机制和它的衍生，会是我最得意的那部分。"

一条提示词换一次答复；一套主动循环，回报是——凌晨两点，系统还在替你修 bug。

你合上电脑，缺陷自己修完。

循环常开了，模型侧的事也得跟上

主动循环这套玩法一铺开，账单那头其实悄悄在变：/schedule 云端常驻、/autofix pr 多 PR 并发、/goal 多轮 + Judge 双模型——token 是细水长流地烧，不是脉冲式。单模型绑死全链路，既不灵活也不划算。

现在不少团队的实操是分层次切：Claude 主力写循环逻辑和自修，Gemini 扛多模态，GPT-5.6 攻坚长推理，DeepSeek 补性价比——不同环节塞不同模型，账才好看。

像 UseAIAPI​ 这类把 Claude、Gemini、ChatGPT、DeepSeek 等最新主流模型聚在一起的接入服务，近期在开发者圈提得越来越多：省掉逐个签约、逐个适配的麻烦；企业侧可以按自身 DevOps 节奏做定制封装，Claude Code 循环、/schedule 调度、CI 自修这些场景都能直接嵌；价格层面，官方定价 5 折起，对"云端常驻 + 多轮迭代"这种细水长流烧 token 的场景，预算比较好控。

切尔尼说"十年后最得意的是循环"——但循环要跑得动、跑得久，模型接入这头不灵活起来，系统设计者这边的活也松不下来。