Agent-to-Agent Pair Programming with Loop
AI
Agents
Tools
Workflow
Code Review
核心概念
如果你可以让 Claude 和 Codex 像配对程序员一样一起工作，一个作为主工作者，一个作为审查者，会怎样？这就是 Loop 工具的思路。
灵感来源
- Cursor 研究者发现：最好的 agentic 工作流程看起来很像人类协作
- 他们创建了多 agent 工作流程：主协调器分配任务给 worker
- Claude Code "Agent teams" 和 Codex "Multi-agent" 以类似方式工作
关键发现：当两个 agent 给出相同反馈时，这是一个非常强的信号。团队 100% 处理这些反馈。当两者不一致时，才需要人类介入仲裁。
Loop 工具
- 双 agent 模式：主工作者 + 审查者
- 通信：tmux 并行运行，bridge 让它们互相交谈
- 上下文保持：跨迭代保持上下文
- 你可以 stay in the loop、steer、回答问题、跟进
为什么 agent 反馈不烦人
传统代码审查发生在多人应用上，人类和 agent 协作。但它们减慢了反馈循环，可能变得嘈杂。Loop 让反馈循环更快更自然。
使用场景
- 避免供应商锁定
- 使用和贡献开源项目
- 最大化订阅价值
- 获取不同视角、优势、结果
待解决的问题
- 应该把工作分到多个 PR 吗？
- 应该在 git 还是 PR 描述中共享 PLAN.md？
- 应该共享截图或录像作为工作证明吗？
- agent 循环可能导致比预期更多的更改——但通常受欢迎
结论
agentic 工作流程的未来可能看起来不像神奇的自动化，而更像熟悉的团队合作。多 agent harness 应用应该将 agent 间通信作为一等公民。