🎙️ How I AI: How to write AI agent loops in Claude Code and Codex + How Claude Mythos found a 15-year-old bug in Mozilla Firefox
TL;DR · AI 摘要
AI代理循环设计在Claude Code和Codex中实现，通过目标驱动和子代理机制提升自动化效率。
核心要点
- 目标循环（Goal-based loops）是AI代理中最强大的循环类型，应避免模糊的成功标准以防止资源浪费。
- Claude Code和Codex支持子代理（subagents）机制，可提升任务处理的灵活性和效率。
- AI代理循环需从任务定义、频率、输出和错误处理等方面进行设计，类似员工入职流程。
结构提纲
按章节快速跳转。
- §引言
介绍AI代理循环设计的重要性及其在Claude Code和Codex中的应用。
解释心跳、定时任务、钩子和目标驱动循环的区别及其适用场景。
目标循环通过设定明确的成功标准，确保任务在完成时自动停止，避免资源浪费。
AI代理可以生成子代理，以处理更复杂的任务，如PR审查和技能识别。
设计循环时需关注成本和输出质量，避免因模糊标准导致的资源浪费。
展示Claude Code和Codex中如何实现每日PR审查和每周技能识别的自动化流程。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI代理循环设计
- 循环类型
- 心跳（Heartbeats）
- 定时任务（Crons）
- 钩子（Hooks）
- 目标驱动循环（Goal-based loops）
- 子代理机制
- PR审查子代理
- 技能识别子代理
- 设计原则
- 明确任务目标
- 设定成功标准
- 监控成本与输出
金句 / Highlights
值得收藏与分享的关键句。
目标循环（Goal-based loops）是AI代理中最强大的循环类型，应避免模糊的成功标准以防止资源浪费。
AI代理可以生成子代理，以处理更复杂的任务，如PR审查和技能识别。
设计循环时需关注成本和输出质量，避免因模糊标准导致的资源浪费。
🎙️ 我如何使用AI：如何在Claude Code和Codex中编写AI代理循环 + Claude Mythos如何在Mozilla Firefox中发现一个15年前的漏洞 | Brian Grinstead
我如何使用AI
🎙️ 我如何使用AI：如何在Claude Code和Codex中编写AI代理循环 + Claude Mythos如何在Mozilla Firefox中发现一个15年前的漏洞
《我如何使用AI》节目每周精选，来自Lenny’s Podcast Network
Lenny Rachitsky
2026年6月22日
如何设计AI代理循环：在Claude Code和Codex中使用计划、目标和子代理
立即收听：YouTube • Spotify • Apple Podcasts
在这篇动手教程中，Claire解释了心跳、定时任务、钩子和基于目标的循环之间的区别，然后在Claude Code和Codex中构建了真实的自动化流程，包括一个每日的PR审查循环和一个每周的技能循环，该循环会生成自己的子代理。如果你听说过“循环工程”并想知道它到底意味着什么，这篇教程将为你提供一个易于理解的入门指南。
#### 最重要的收获：
- 循环只是一个会自动触发自身的提示，除此之外并没有什么特别之处。循环听起来令人望而生畏的原因是，炒作周期将一个基本的自动化概念变成了某种神秘的东西。心跳、定时任务和网络钩子一直存在。真正的新意是将它们指向一个AI代理，而不是一个批量任务。
- 目标是最强大的循环类型，也是大多数人最容易搞错的。目标循环设定一个结果，并持续运行代理，直到结果得到验证或代理陷入僵局。它不会在定时器上停止，而是会在工作真正完成时停止。模糊的成功标准意味着代理会无限循环，消耗大量令牌，因此我的建议是让Codex自己编写目标，以OpenAI的目标编写指南作为起点。
- 请像你招聘新员工时那样思考循环。定义工作内容：他们需要检查什么，检查频率，你期望的输出，以及当出现问题时应该联系谁。“每个星期五上午10点，审查所有已合并的PR，并识别我们代理缺少的技能”是一个工作描述。它也是一个循环提示。
- 你的代理可以拥有自己的代理。这就是循环真正强大的地方。Claire在Claude Code中构建的PR审查循环不仅检查PR状态，还会生成专门的子代理来监督单个PR，直到所有合并检查都通过。Codex中的技能循环会识别技能差距，并立即生成子代理，使用目标循环验证每个新技能。
- 如果不仔细编写循环，它们会变得非常昂贵。如果成功标准模糊或验证阈值太低，代理将持续运行并持续收费，但没有实质性的进展。从第一天起，就要同时监控成本和输出质量。
- 在Claude Cowork中的早晨简报是一个完美的循环起点。一个每天早上触发的定时任务，检查你的日历和电子邮件，并将摘要发送到Slack，已经是一个完整的循环。不需要编写代码。从那里开始，扩展到在Claude Code或Codex中的PR审查或技能识别是一个自然的下一步。
- 最强的策略是生成自己的子代理循环的循环。在Codex的演示中，Claire的每周自动化生成了两个命名的子代理，每个子代理都运行自己的目标循环，以实时验证技能。基于循环的自动化的上限基本上是“你能多好地定义工作内容”，而不是“工程的复杂程度”。
如何使用 AI：在 Claude Code 和 Codex 中设计 AI Agent 循环：https://www.chatprd.ai/how-i-ai/how-i-ai-designing-ai-agent-loops-in-claude-code-and-codex ↳ 构建一个自我改进的 AI 以在 Codex 中生成 Agent 技能：https://www.chatprd.ai/how-i-ai/workflows/build-a-self-improving-ai-to-generate-agent-skills-in-codex ↳ 使用 Claude Code Agent 自动化每日 Pull Request 审查：https://www.chatprd.ai/how-i-ai/workflows/automate-daily-pull-request-reviews-with-a-claude-code-agent
Claude Mythos 如何在 Mozilla Firefox 中发现一个 15 年的漏洞 | Brian Grinstead
由 WorkOS 带来 ——今天就让你的应用具备企业级功能 Metaview ——为获胜团队打造的智能招聘平台
Mozilla 的高级工程师 Brian Grinstead 分享了他团队如何利用 AI Agent 在一个月内修复了 423 个 Firefox 安全漏洞。他解释了真正关键的突破并不是更好的模型，而是围绕模型的定制工具：评分文件、运行目标循环、使用子代理验证漏洞，并在审查过程中保留人类参与。这是一次战术性的分析，展示了如何将 Agent 指向一个庞大的代码库，并获得可以实际部署的修复方案。
- Firefox 安全漏洞的激增不仅仅是模型的问题；工具的构建同样重要。虽然大家都在关注 Mythos，但真正的故事是 Firefox 构建了一个定制的工具，为 AI Agent 提供了正确的工具，以发现、验证和修复漏洞。Brian 表示这其实并不复杂：“实际上，它只是一个相对简单的包装器。你只需要让它访问完成任务所需的正确工具。”
- Agent 在执行任务时是坚持不懈的，这是人类无法做到的。Agent 会尝试 14、15、20 种不同的方法来触发漏洞，而不会感到疲倦或失去专注。Brian 发现了一些漏洞，需要 Agent 尝试 14 次才能成功。正如 Brian 所指出的：“随着时间的推移，认知能量会下降，而 Agent 却不会。”
- 验证循环是消除误报的关键。Firefox 使用了两阶段的验证流程：首先，Agent 必须在他们的模糊测试构建中触发一个实际崩溃（一个非常明确的信号），其次，一个验证子代理会检查漏洞报告是否有意义，并且不涉及仅用于测试的配置。当漏洞到达人类工程师时，几乎不存在误报。
- Agent 会专注于特定任务，而忽略更大的图景。当修补代理修复一个漏洞时，它通常只会修补一个易受攻击的位置。然后，人类工程师会查看修复，并说：“这是正确的，但我们还应该检查代码库中另外三个类似的位置。”
- 当你有数百万行代码时，优先级至关重要。Firefox 构建了一个简单的 LLM 评分器，根据两个维度对每个文件进行评分：内存安全问题的可能性，以及从网页访问的难易程度。Brian 表示这“非常、非常简单”，任何人都可以复制。
- 使用供应商 SDK 可以在一天内构建工具。Firefox 最初使用了 Claude 的 Agent SDK，这基本上是围绕 Claude Code CLI 的一个包装器，可以流式传输 JSON 并提供编程钩子。Brian 的建议是：使用供应商提供的工具（Claude Agent SDK、OpenAI Agent SDK），而不是第三方框架，因为这些模型可能经过了后训练，以更好地与它们自己的基础设施配合使用。
- 你应该运行多个模型和工具链来进行安全工作。因为攻击者会利用任何能发现漏洞的模型和技术，防御者需要使用多种方法进行扫描。不同的模型和工具链各有其优势，能够识别出不同类型的漏洞。
- 这种方法不仅适用于安全领域，性能优化、技术债务和用户体验等方面也同样适用。同样的模式也适用：对代码库的各个部分进行评分和优先级排序，为代理设定一个受约束的目标并提供验证标准，然后将结果集成到现有的工作流程中。Brian 表示，他们正在使用相同的工具链结构，积极进行性能优化的工作。
如何利用 Claude Mythos 修复 Mozilla 的 500 个安全漏洞：https://www.chatprd.ai/how-i-ai/how-mozilla-fixed-500-security-bugs-with-mythos ↳ 创建一个 AI 驱动的补丁和验证循环，用于安全漏洞：https://www.chatprd.ai/how-i-ai/workflows/create-an-ai-powered-patch-and-verification-loop-for-security-bugs ↳ 使用 LLM 作为安全裁判，以优先分析代码库：https://www.chatprd.ai/how-i-ai/workflows/use-an-llm-as-a-security-judge-to-prioritize-codebase-analysis ↳ 构建一个 AI 代理工具链，用于自动化安全漏洞检测：https://www.chatprd.ai/how-i-ai/workflows/build-an-ai-agentic-harness-for-automated-security-bug-hunting
如果你喜欢这些内容，请回复并告诉我你希望了解更多关于哪些主题的内容：AI 工作流程、招聘、成长、产品策略——任何内容都可以。
下周见，Lenny
P.S. 想在每一集发布时立即收到通知吗？在你最喜欢的播客应用上点击“关注”吧。
Previous