loopx：想给 Agent 团队装个内核

一个叫 loopx 的仓库（github.com/huangruiteng/loopx）今天涨了 327 星，总数过了两千。它的自我定位是给长时间运行的 AI agent 团队做"loop engineering 状态内核"。把术语剥掉，这就是多日 agent 工作缺失的那层运维——MIT 协议，Python，v0.4，早期但能用。

设计上，它在人类判断和 agent 执行之间放了一个持久的控制平面。目标、决策关卡、可执行的 todo、证据日志、资源配额、任务交接，全部存成持久状态；Codex、Claude Code、Cursor 或你自己的运行时只负责对着它执行有边界的回合。循环是这样转的：loopx 检查配额和关卡，agent 通过租约认领任务，完成一段有边界的工作，证据入档，内核决定下一步——继续、等待，或者停下来问人一个具体问题。关卡要求人做明确决策，而不是大多数 agent 工作流悄悄死掉的那种"等待反馈中"的模糊状态。

为什么值得看：所有跑过 agent 超过一天的人都会发现同一件事——模型没问题，乱的是状态。现在在哪个目标上、什么已经试过、X 是谁拍板的、钱花了多少。本周 LongHorizon-Harness 刚从研究侧量化了这件事：给固定模型外置任务状态，长程 benchmark 能涨 30 分。loopx 是同一个洞察从实践侧赶到：配额让 agent 花不了无上限的钱，租约让两个 agent 抢不了同一个任务。agent 团队的内核正在变成独立的一层——谁把它标准化，谁就攥住了整个栈。