本文讨论了循环工程在AI开发工具中的重要性。Boris Cherny指出，他通过编写循环而非直接提示Claude来完成工作。循环工程通过调度执行、隔离工作区和验证代理，将编码代理转变为自主软件工作者，帮助开发者将维护工作转化为定期的自主工作流，从而提升效率。随着技术的发展，循环工程将成为AI辅助软件开发的核心。

在旧金山举行的Snowflake Summit 26上，讨论了企业如何利用AI实现自主工作流。Snowflake推出了CoCo（Coding Agent），旨在简化数据生命周期，提升开发者的生产力。新工具使开发者更高效地构建和部署应用，减少人工干预。同时，Snowflake Datastream提供实时数据流，确保AI应用的有效性。Kleinerman指出，未来将有更多非传统开发者参与AI策略的构建，推动企业数字化转型。

GitHub Copilot SDK 简化了构建自主工作流的过程，支持多种编程语言，提供 AI 模型、工具定义和实时流功能，帮助开发者提升应用程序的效率和生产力。

随着基础模型智能化，标准接口需求增加。2024年，Anthropic推出的模型上下文协议（MCP）旨在改善AI与工具的交互，提供通用上下文信息，支持自主工作流和人机协作。MCP在开发者和非技术用户中逐渐普及，未来可能重塑AI工具生态。