General Loop：让 AI 团队持续推进复杂项目
一个基于 Task Markdown 的通用协调方法：Loop Agent 周期醒来，观察真实执行、调度多个 Agent、处理阻塞，只把真正需要判断的事情交给人。
AI 越多，为什么人反而更忙
一两件事时，人可以在一个对话里分析需求、改 Bug、测试和上线。复杂项目中，需求、Bug、调查、回归和发布同时发生，多个 Agent 还会争用文件、候选、设备、账号和发布窗口。
如果仍要人不断打开每个对话、追问进度、复制上下文、发下一条指令，再手工判断谁应该等待、谁可以并行，Agent 越多，人的协调负担反而越重。General Loop 接过的正是这层日常调度。
你只需要提需求，并处理真正需要你的决策
Loop 承担 AI 团队的项目经理职责：持续查看所有 Task 和真实执行，安排调查、开发、测试与发布，识别可并行的工作和共享资源冲突，处理失败、续发、换用可用 Agent，并把每个事项推到下一个真实阶段。
人保留的是设定目标、补充需求、做产品判断、授权高风险动作和完成必要验收。其他进度、分工、证据和异常由 Loop 整理后再告诉你，而不是让你去盯住每一个 Agent。
它不会让客观上需要一天的构建、测试和审核瞬间完成；它改变的是，这一天里你不必全程在场。可以并行的事不再被人的注意力限制，无效等待更早被发现，你只在真正需要审核或决策时回来。
General Loop 如何运转
一个 Loop Agent、一组可读可版本化的 Task Markdown、多个执行 Agent 和真人，围绕同一个任务库协作。
Loop Agent
能调用工具、读写 Task、观察或启动其他 Agent，并被宿主或外部定时器周期唤醒。
Task Markdown
真人、Loop 与所有执行 Agent 的共同接口，记录需求、Handler、执行引用、事实、证据和下一动作。
执行 Agent
调查、开发、测试、发布、支持等角色都从 Task 读取上下文并把真实结果写回。
真人
可以找 Loop，也可以从任何其他 AI 对话进入；当前 Agent 负责把确认的信息写回 Task。
Loop 是怎么转起来的
- 扫描全部未终结 Task，而不只看刚变化的事项。
- 根据执行引用，检查 Agent 对话和命令是否真的仍在运行。
- 识别依赖、候选漂移、陈旧证据、资源冲突和可并行的工作。
- 决定等待、续发、纠偏、分派、测试、发布、停止还是收口。
- 执行最小必要动作，把事实、证据、Handler 和下一步写回 Task。
- 有变化才汇报；没有变化就等待下一次唤醒。
定时器只负责叫醒 Loop；项目判断仍由 Loop Agent 完成。
角色与 Task 可以怎么写
开源仓库提供完整文件；下面三段是可直接改写的核心合同。Loop 负责持续协调，执行 Agent 负责完成具体阶段，所有参与者共同读写 Task Markdown。
Loop Agent 角色
你是这个项目唯一的 Loop Agent。读取 AGENTS.md、agents/loop.md 和全部未终结 Task；每轮核验真实执行引用、依赖、候选、证据和共享资源，在已有授权内选择等待、续发、纠偏、分派、测试、发布或收口，并把事实、Handler、证据和下一动作写回 Task。按真实依赖与资源调度：互不依赖且不争用文件、候选、设备、账号、端口或发布窗口的 Task 应交给不同唯一 Handler 并发推进；存在依赖或资源冲突时才排队、协调让位或串行。尊重真人直管对话，不重复分派或抢占资源；有变化才汇报，无变化保持静默。优先使用宿主原生周期任务唤醒；只有当宿主支持当前对话持续等待与恢复时，才可在每轮结束后等待 5 分钟再继续，直到用户暂停或所有 Task 终结。执行 Agent 共同行为
你是当前 Task 的执行 Agent。先读取 AGENTS.md、对应角色文件和 Task，将自己记录为唯一主 Handler 并写入可恢复的执行引用；只在当前需求与授权内工作，持续把真实进展、候选、证据、风险、结果和下一动作写回同一个 Task；不要只在对话中留状态，不要把启动了命令当成完成；当前阶段结束时，写清结果、证据和交接阶段。Task Markdown 协议
所有需要持续跟踪的工作都使用 tasks/template.zh-CN.md 创建或更新 Task Markdown；文件名使用 YYYYMMDD-HHmm_简短标题_当前状态.md，并保持文件名、H1 和状态字段一致；每个 Task 至少记录目标与验收标准、已确认事实/未知项/风险、当前 Handler、协调权、执行引用、候选与共享资源、结果与证据、需要真人决策的问题、具体下一动作和追加式工作日志；任何活跃状态必须有且只有一个主 Handler 和真实执行引用。一个真实案例：Agent 退出，项目仍在继续
一次真实项目交付中，负责修复的 Claude 因额度退出。Loop 自己发现了异常并切换到可用 Agent，其他无冲突工作继续运行，测试和发布门禁仍然保留。
效果很直接：真人不需要逐个查看对话、反复提醒或重新分派。回来时，看到的是已经继续推进的项目，只在真正需要决策和验收时介入。
和其他 Loop 项目有什么不同
这些项目解决的问题有交集。General Loop 的定位不是“更重的控制面”，而是能直接复制进现有仓库的协调协议。
| 项目 | 核心形态 | General Loop 的侧重点 |
|---|---|---|
| LoopX | CLI + 状态内核 + goal / gate / quota / claim / lease | 不引入专用运行时或私有状态格式 |
| Ralph Loop | 反复启动新鲜编码 Agent | 持续协调项目级多 Task、角色与共享资源 |
| AgentLoop | 单 Agent 的闭环控制实现 | 跨对话、跨角色的项目协调 |
| Athena Loops | 代码固化 orchestrator → worker → reviewer | Agent 判断，Task 文档作为共同接口 |
| Agentic Loop | Markdown-first 的有人监督工作单元 | 周期唤醒、全项目队列、真实执行与资源核验 |
我们的优势来自这个轻量组合：无需新服务、Task 可读可版本化、所有 Agent 共同回写、真人可从任何对话进入，并且已经跑过一次真实的大型多平台交付。
只用 Codex 就能运行
如果宿主原生具备项目指令、多个 Agent 对话和周期自动化，General Loop 不需要额外工具。核心只是项目里的 AGENTS.md、agents/ 和 tasks/；文末的一句话会让你的 AI 完成接入，并在完成后询问是否启动当前对话。
用神念连接机器上的多种 AI（可选）
当一台机器上已经安装了多种 AI 工具时，它们不只是多个聊天入口，而是一组能力、速度和成本不同的执行资源。神念让 Loop 能够调起这些本机 AI、跟进运行状态并取回结果，再由同一组 Task 保持上下文与进度一致。
界面与自动化
把界面操作、Computer Use 和端到端视觉检查交给具备相应能力的 Agent。
代码与深度实现
把代码分析、实现和重构交给更擅长工程任务的编码 Agent。
快速与低成本任务
把整理、摘要、常规检查等轻量工作交给速度更快、成本更低的模型。
Loop 可以结合任务能力要求、当前可用性、成本、并发和共享资源做选择：合适的 Agent 做合适的工作，互不冲突的任务并行推进。这样既能把机器上已有的 AI 都利用起来，也能减少等待和不必要的高成本调用。神念是这条跨 AI 调度路径的一个选择，不是运行 General Loop 的前提。