Flask 作者 Armin Ronacher 发出AI编程循环警告：软件即将从"确定性机器"变成"类有机体"

2026年6月23日，Flask 框架作者 Armin Ronacher 在其博客发表了一篇名为《The Coming Loop》的长文，迅速在 Hacker News 上引发近200条激烈讨论。Ronacher 用他一贯犀利的笔触，剖析了一个正在改变软件开发本质的趋势：AI编程的"循环模式"。

从"写代码"到"写循环"

Ronacher 开篇引用了开发者 Boris Cherny 的一句话："我现在不写 prompt 了，我写运行 prompt 的循环。我的工作是写循环。"这句话精准概括了当下的范式转移：开发者不再逐行编写代码，而是设计控制AI代理工作流的循环逻辑。

Ronacher 将AI循环分为两个层次。第一层是"Agent内循环"——单个AI代理内部的"调用工具→获取结果→再调用"的自主推理过程，这个模式已经存在了相当长时间。真正的新趋势是第二层——"Harness外循环"：一个调度系统将任务放入队列，分配给AI代理执行，执行完成后由调度系统判断是否真正完成；如果没完成，注入新指令、开启新会话、或分配给另一个AI继续——让任务的生命周期远超单个AI模型自主判断"结束"的节点。

循环的阴暗面：代码膨胀与理解力丧失

Ronacher 并非全盘否定循环模式。他明确指出，在代码迁移（如 Bun 从 Zig 迁移到 Rust）、性能优化探索和安全扫描研究等场景中，循环模式已经展示了令人瞩目的效率。

但真正让他忧虑的是循环模式的放大效应。现有的 LLM（Large Language Model）生成的代码本就存在"过度防御、逻辑复杂、缺乏全局设计观"的问题——用 Ronacher 的同事、前 Andrej Karpathy 的话说，大模型"极度害怕异常"，倾向于在每个局部做错误处理，而不是从架构层面消除错误可能。在循环模式下，每次迭代都会叠加新的防御逻辑，代码变得愈发臃肿，却看起来更"健壮"。

不可逆的未来，需要新的工程原则

Ronacher 的判断非常清晰：循环模式成为主流已经不可避免。这不仅是因为效率驱动——小团队可以用AI实现过去大团队的开发速度——更是因为安全领域已经出现了"倒逼效应"。他以 curl 项目为例：curl核心开发并未大量使用AI，但其维护者 Daniel Stenberg 已经被海量 AI 生成的安全报告淹没。攻击者用循环模式自动化挖掘漏洞，防御方也必须用循环模式应对。

他最终提出了两个核心问题：如何在循环模式下保留人类的判断力——不让优秀工程原则被自动化吞噬；以及如何重新设计代码架构——让系统在AI参与的前提下保持长期可维护性。这两个问题，将成为后续几年软件工程最重要的议题。

[关联推荐]

• 构建可靠 AI Agent 系统：Martin Fowler 从拜耳案例中提炼的工程实践 — 从拜耳大型企业案例看AI Agent系统的可靠性设计原则
• Cloudflare 为 AI Agent 推出临时账户：零摩擦部署时代到来 — AI Agent安全实践与基础设施演进
• 2026 Agent 编程巨变：从「人写代码」到「人指挥 AI Agent 写」 — AI Agent编程范式的完整解读