Agent Loop Engineering EXPLICADO: por qué un loop CONTROLADO le gana al "andá y hacé todo"
Gentleman Programming · 2026-06-19 · 8м 2с · 19 712 просмотров · YouTube ↗
Топики: ai-loop-engineering
🎧 Аудио
📝 Summary
model=deepseek-v4-flash · prompt=summary-v7 · 4 223→2 141 tokens · 2026-07-20 11:45:30
🎯 Главная суть
Agent Loop Engineering — это подход, при котором агент не просто исполняет промпт, а циклически итеративно улучшает результат. Основная идея: контролируемые, небольшие циклы с участием человека надёжнее, чем полная автономия, когда агенту говорят «иди и сделай всё сам». Из-за вероятностной природы LLM без контроля агент может уйти в нежелательную ветку, а постоянный человеческий надзор на каждом шаге не позволяет ошибкам накапливаться.
Что такое Agent Loop Engineering
В сообществе AI‑агентов набирает популярность идея, что вместо ручного написания промптов нужно давать агенту общую цель и позволять ему самому итерировать до её достижения. Например, инструмент OpenCode (один из 15 агентов, которые поддерживает автор) содержит опцию Goal: «вот цель, итерируй, используй сколько хочешь токенов, но достигни её». Такой подход — прямой пример loop’а: на один стимул запускается цепочка скрытых от пользователя шагов, и агент перебирает варианты, пока не получит результат. Проблема такого «свободного» цикла — огромный расход токенов и потеря контроля, поэтому автор GentleLlama предлагает другой вариант.
Контролируемый цикл: TDD внутри SDD
В инструменте GentleLlama реализован процесс, сочетающий SDD (Specification‑Driven Development) и TDD. Механика:
- Пользователь подаёт промпт, который запускает серию вопросов, генерацию предложения, дизайна, спецификаций и списка задач.
- Далее включается этап Apply на базе OpenSpec, который следует строгому TDD. Предварительно в конфигурации (
config.yaml) прописаны правила проекта: стек технологий, команды для тестов, типы тестов (unit, integration, e2e). - Цикл выглядит так: сначала пишется тест, который заведомо падает. Затем пишется код, чтобы этот тест прошёл. После прохождения — триангуляция: поиск дополнительных случаев (happy path, edge cases) и их проверка. Завершается рефакторингом.
- Вся последовательность итеративна: тест → код → триангуляция → рефакторинг, и повторяется до полного прохождения. Это и есть контролируемый loop, где каждый шаг явно задан и проверяем.
Пример с двумя судьями: Día del Juicio
Ещё один контролируемый цикл — навык Día del Juicio (Judgment Day). В нём:
- Задаётся цель и критерии оценки.
- Запускаются два независимых «судьи» (агента), которые не знают друг о друге. Каждый анализирует результат по своим критериям и выдаёт замечания: критические проблемы, предупреждения, предложения.
- Оркестратор решает, какие замечания реальны, а какие нет.
- После этого отправляется подчинённый агент, который вносит исправления на основе принятых замечаний.
- Цикл повторяется, пока не останется ни одного замечания.
Здесь тоже loop, но полностью контролируемый и состоящий из строго определённых шагов.
Почему полная автономия опасна
Автор принципиально не доверяет LLM полную свободу действий по нескольким причинам:
- Вероятностная природа: каждая генерация — это выбор наиболее вероятного следующего токена, но всегда есть ненулевая вероятность того, что ответ окажется не тем, что нужно.
- Склонность к расходимости: с каждым шагом без контроля вероятность ошибки растёт, и агент может «уехать» в совершенно непредвиденное состояние.
- Ответственность: если агент делает commit, push и deploy без участия человека, разработчик теряет контроль и ответственность за результат.
Поэтому даже при наличии loop’ов они должны быть короткими и обязательно контролируемыми.
Итог: управляемые циклы — сила
Главный вывод: можно и нужно писать loops, но они должны быть конкретными, ограниченными и управляемыми. Именно такие циклы реализованы в GentleLlama: TDD-цикл с жёсткой структурой, цикл двойной проверки через двух судей. Это позволяет получить преимущества итеративной работы агента, не теряя контроля и не допуская катастрофических ошибок.
📜 Transcript
es · 1 498 слов · 20 сегментов · clean
Показать текст транскрипта
¡Abuela! ¡Sale un video de Gentleman! Buenas gente, ¿cuándo vamos? Estamos acá en vivo, bien con la gente. Saluden, saluden todos. Así nomás. ¿Cuántos somos? 3, 4, más o menos casi 500 personas el día de hoy. Una noche bastante tranquila. ¿Qué vamos a estar hablando? Vamos a estar hablando de lo que sería el Agent Loop Engineering, que me lo están pidiendo muchísimo. Y les voy a explicar la realidad del asunto. ¿Sí? ¿Les parece? ¿Vamos a ello? Vamos para allá. Entonces, ¿qué es el Asian Loop Engineering? Esto lo van a ver que muchas personas, como por ejemplo el creador de justamente lo que es OpenClaw, viene está diciendo que es, ah, gente, ustedes no tienen que hacer más prompt, lo que tienen que hacer ahora es directamente hacer loops. ¿Lo han escuchado? ¿Gente del chat acá? ¿Lo han escuchado eso el chat? ¿Gente? Gente. Yo, aunque no lo crean, yo no sé si es que yo soy un súper dotado de la vida, en el sentido de que yo soy como un adivino, que estoy entre todo, y hasta ahora vivo haciendo cosas que ahora se le empiezan a meter nombre. ¿Bien? Por ejemplo, Gentilei. El tema del SDD, con TDD, y que esto y que lo otro, y que cómo delega, y tener más de 30 arneses dentro, cuando todavía no se llamaban arneses. ¿Qué me dicen ahí? Loop Ingenieving, yo también ya lo estaba haciendo hace muchísimo tiempo. Y tengo formas de demostrarlo. Tengo formas de demostrarlo. Por ejemplo, vamos a hacer una pequeña pruebita. ¿En Gently Eye? ¿Les parece? Vamos para allá. Miren esto. Si yo, por ejemplo, abro el bueno de OpenCode, bien, de vuelta, acuérdense que doy soporte a más de 15 agentes, así que OpenCode es uno de ellos, uno de los que más me gusta. Y vamos a hacer la siguiente pregunta. ¿Cómo se realiza el TDD en Gently Eye? ¿Y cómo se involucra el TDD? Entonces, acá van a ver que esto es un loop, ¿bien? ¿Qué es un loop? Un loop es directamente... Ante un estímulo, tener por detrás toda una sarta de cosas que el usuario no ve y eso llega a un resultado. Pero para poder llegar a ese resultado va a iterar sobre sí mismo hasta llegar a ese resultado. Mientras esto trabaja, bien que ya terminó porque es así de rápido. Si yo por ejemplo abrí ese códex, van a ver que hay una opción nueva que se llama Goal. ¿Lo ven acá? ¿Esto qué es? Mirá, yo quiero llegar a este objetivo. Itera, tómate todos los tokens que quieras, pero llegás a ese objetivo. Por favor, ¿bien? Problema de esto, eso consume como un desgraciado. Entonces, a mí me gusta otra versión de los hechos. El creador de Open Club dice, es que ya ni siquiera hay que pegarle un prompt, porque tendría que recibir un estímulo o directamente buscarse su propio trabajo. Eso es lo que quieren ahora que hagan los agentes. Para mí, no podemos todavía dejar eso. Yo no confío en la IA para eso. Ahí, me lo van a poner bien grande. El gentleman no confía en la IA. ¡Bum! Tablona amarillista. Bien, pero una cosa. Eso no quiere decir que los loops no sean necesarios ni tengan sentido. Vamos a ver, por ejemplo, cómo trabaja todo el tema del SDD junto con TDD en GentleLi. Miren esto. Esto se hace así, ¿bien? Nosotros lo que vamos a hacer es lo siguiente. Yo, primero de todo, cuando hago SDD, yo tengo todo un proceso, ¿no? Yo tiro una prompt, eso me va a decir, ¡Ey! Mirá, te voy a hacer una serie de preguntas, con eso me va a generar la propuesta, acuérdense de mi video de SDD, que estamos por ahí. Eso va a generar una propuesta, con esa propuesta me genera el diseño, me genera las especificaciones, me genera las tareas que la IA va a hacer y luego la IA las aplica. Pero cuando lo aplica, y acá está lo importante, yo tengo una iteración del concepto de Apply del OpenSpec. ¿Qué es lo que hace esto? Utiliza TDD estricto. Hay un paso. Que yo lo llamo sdd init. Que lo que va a hacer es analizar un proyecto. Ahí se lo voy a mostrar. Por ejemplo. Me voy al OpenSpec. Me voy al config.yaml. Y van a ver que acá. Que tenemos. Todas las configuraciones. StrictDD. Cuál es todo el stack tecnológico. De un proyecto. Ojo eh. Todo. Reglas. Que se tiene que tener en cuenta. Para poder hacerlo. Comandos. Bien. De cómo se tienen que ejecutar los tests. Y demás. Que se utiliza por ejemplo. Para el end to end. Para integraciones. Para unit tests. Todo. Entonces, con todo esto, una de las cosas que va a hacer es decir, hey, y a mía de mi corazón, agente mágica, cuando vos hagas el SD Apply, quiero que lo hagas con TDD, utilizando las reglamentaciones propias de mi proyecto. Y yo no tengo que hacer nada, lo hace solo. Entonces, lo primero que va a hacer es hacer test que fallen, luego... Escribe el código, recién ahí escribe el código Para poder hacerse valer Una vez que lo tiene, triangula En resumen, va a buscar casos adicionales Va a tratar de ver el happy path, edge cases Cosas que, digamos, expandan Bien, los problemas Y después se hace una refactorización Ya lo tengo andando, pero ahora voy a agrandarlo un poco más Y con eso doy más robustez A mi sistema, y se dan cuenta de lo que está pasando acá Esto es un loop, hacer un test, eso va a fallar Luego el código, que no pasa Luego lo voy refactorizando hasta que pase Una vez que lo tengo, ahora Lo triángulo, de vuelta Eitero, itero, itero, itero hasta que pase No es un loop, es un loop Literalmente es un loop Vamos a pedirle otro más ¿Cómo funciona el skill De día del juicio? Interesante, este me encanta Este es una barbaridad Así nomás. Entonces, ¿qué es lo que hace? Esto lo que va a hacer es definir un objetivo, atentos, se lanzan dos jueces en paralelo, cada uno de ellos no reconoce uno al otro, no sabe ni que existen, le dan un objetivo y le da una serie de criterios. Esto es lo que vos tendrías que revisar y demás. Entonces, estos después cuando terminan van a decir, mira, hay problemas críticos, hay warnings, sugerencias también. Y el orquestador decide, esto es real, esto no es real, esto es válido, esto no es válido, ¿bien? Y Eitera manda un nuevo subagente para aplicar fixes a estos, digamos, encuentrasos, ¿bien? Que tenemos acá. Eitera hasta que ya no haya más. ¿Eso no es un loop también? Pero no hay diferencia clásica. Yo creo todavía que en este tiempo en el que estamos ahora, ¿bien? Frente a todas estas hermosísimas personas que tenemos acá, más o menos un viernes 12 de junio a las 10 de la noche. No podemos confiar en la IA 100% y decirle, anda, IA hace todo y nos vemos. Comit, push, todo, los 20 en producción, nos vemos y lo vemos mañana. ¿Por qué? Porque ya ahí dejaríamos de ser responsables, dejaríamos nosotros de ser los que manejamos a la IA. ¿Dejaremos que la IA haga lo que nosotros queremos? Sí, pero la IA puede equivocarse. Acuérdense que la IA... Es probabilística, no es determinística. Cada vez que nosotros pedimos un objetivo, pedimos lo que sea, hacemos una prompt, existen probabilidades. La IA trabaja en probabilidades. Toma esa prompt, lee los tokens de ese input y lo que va a hacer es decir, ¿cuál es la probabilidad de que esta respuesta sea lo que el usuario quiere? Entonces, la IA puede llegar a pasar que entre en una probabilidad que es justo lo que vos no querías, por más ínfima que sea. Puede pasar. Y además, a medida que pasa el tiempo, la IA va difiriendo y esa probabilidad justamente es una probabilidad. Y se va a ir empezando a hacer una cosa allí y luego cosas a derivar y se va a cualquier lado. En resumen, tenemos que estar ahí. Puedes escribir todos los loops que busqueas, pero cuando el loop es conciso, reducido y además controlado, es cuando realmente tenemos el power. Y todo esto es lo que yo les brindo a ustedes con la parte de Gentely. Así que gente, ya lo saben, espero que les haya gustado este videazo del día de hoy. Más o menos unos 10 minutitos de... puro conocimiento. Gente acá, saluden por favor por el chat. Acá lo tienen. Espero que les haya gustado. Le van a decir esto hasta a su abuela. Le van a decir, abuela, llegó el video de gente. Bien, y van a dejar un buen compartir, un like, un comentario. Y de vuelta, nos vemos en el siguiente videito. Nos vemos. Nos vemos.
⚙️ Pipeline jobs
| Stage | Status | Att. | Updated | Error |
|---|---|---|---|---|
| download | done | 1/3 | 2026-07-20 11:44:59 | |
| transcribe | done | 1/3 | 2026-07-20 11:45:05 | |
| summarize | done | 1/3 | 2026-07-20 11:45:30 | |
| embed | done | 1/3 | 2026-07-20 11:45:32 |
📄 Описание YouTube
Показать
🚀 Todos hablan de Agent Loop Engineering como si fuera la novedad del año. Yo lo vengo haciendo hace meses con SDD, TDD strict y más de 30 harnesses en Gentle, cuando ni se llamaban así. Hoy te explico qué es un loop de agente, te muestro dos loops reales en vivo y por qué un loop conciso y controlado le gana al "andá, hacé todo y nos vemos mañana" 📌 TIMESTAMPS 0:00 Intro - Stream en vivo con la comunidad 0:17 Qué es el Agent Loop Engineering 0:38 El creador de Open Claw dice "no hagas prompts, hacé loops" 0:53 Yo ya lo hacía hace meses y lo puedo demostrar 1:36 Demo en Open Code: pregunta sobre TDD en Gentle 2:02 Qué es un loop: estímulo, iteración interna, resultado 2:18 El goal mode de Codex: llega al objetivo pero consume muchísimo 2:40 La postura del creador de Open Claw: que el agente busque su trabajo 2:52 Yo no confío en la IA para eso (todavía) 3:00 Pero los loops SÍ tienen sentido 3:11 Cómo trabaja SDD + TDD strict en Gentle 3:43 El apply iterado del concepto de OpenSpec 3:50 SDD Init: analiza el proyecto y guarda el stack y las reglas 4:23 El agente aplica TDD con las reglas de tu proyecto solo 4:35 Test que falla, código, triangulación, refactor 5:00 Esto ES un loop: iterar hasta que pase 5:16 Demo: la skill "día del juicio" (dos jueces en paralelo) 5:29 Dos jueces que no se conocen, con objetivo y criterios 5:44 El orquestador decide qué es válido y manda fixes 6:08 También es un loop, iterando hasta que no haya más 6:12 Por qué no podemos confiar 100% en la IA hoy 6:39 La IA es probabilística, no determinística 7:02 Puede caer en la probabilidad que justo no querías 7:19 El loop conciso, reducido y controlado es donde está el poder 7:33 Cierre 🧠 QUÉ VAS A APRENDER - Qué es un loop de agente y cómo funciona - Por qué el "andá y hacé todo" (goal mode) consume de más - Cómo funciona SDD + TDD strict en Gentle - El loop de TDD: test falla, código, triangulación, refactor - La skill "día del juicio": dos jueces en paralelo y un orquestador que decide - Por qué la IA es probabilística y necesita loops controlados - Por qué un loop conciso le gana a uno abierto sin control ━━━━━━━━━━━━━━━━━━━━━ 🔁 LOOP CONTROLADO VS LOOP ABIERTO - Loop abierto (goal mode / "andá y hacé todo"): llega al objetivo pero consume muchísimo y puede derivar a cualquier lado - Loop controlado (SDD + TDD strict): conciso, reducido, con reglas y human in the loop. Ahí está el poder La IA es probabilística, no determinística. Cuanto más larga la cadena sin control, más probable que derive a algo que no querías. ━━━━━━━━━━━━━━━━━━━━━ 📦 REPOSITORIOS - Engram: https://github.com/Gentleman-Programming/engram - AI Gentle Stack: https://github.com/Gentleman-Programming/gentle-ai - Gentleman.Dots: https://github.com/Gentleman-Programming/Gentleman.Dots ━━━━━━━━━━━━━━━━━━━━━ 🤑 DESCUENTOS EXCLUSIVOS 💻 CodeCrafters - Challenges reales → https://app.codecrafters.io/join?via=GentlemanProgramming 🎧 Linsoul Audio → https://www.linsoul.com/GentlemanProgramming ━━━━━━━━━━━━━━━━━━━━━ 📺 DONDE ENCONTRARME - Twitch: https://twitch.tv/gentleman_programming - Canal VODS: https://m.youtube.com/@GentlemanProgrammingVods - Kick: https://kick.com/gentleman-programming - Todos mis links: https://doras.to/gentleman-programming ━━━━━━━━━━━━━━━━━━━━━ 💼 COLABORACIONES Y NEGOCIOS Email: gentleman@ohmybitz.com 🎬 EDICIÓN Editor: Cristian Email: Cris081812@gmail.com Discord: Cristian1812 ━━━━━━━━━━━━━━━━━━━━━ 👨💻 SOBRE ESTE CANAL Suscribite y activá la campanita 🔔 #AgentLoop #IA #SDD #TDD #Gentle #Loops #Agentes #GentlemanProgramming #OpenSource #DevTools #OpenCode #Harness #AgenticEngineering