Soll etwas nur starten, ein Ziel erreichen oder aus früheren Läufen lernen?
Loop Engineering vs. /goal vs. Scheduling
Viele Agenten-Diskussionen vermischen drei Ebenen: ein Prozess startet regelmäßig, ein Agent iteriert auf einen Zielzustand, oder ein System verbessert sich über mehrere Runs anhand gespeicherter Erge
Kurz eingeordnet.
Scheduling steuert den Start, ein Objective Loop den Zielzustand und Loop Engineering die Verbesserung über mehrere Läufe.
Inhalt 5 Kapitel
Loop Engineering vs. /goal vs. Scheduling
Worum es geht
Viele Agenten-Diskussionen vermischen drei Ebenen: ein Prozess startet regelmäßig, ein Agent iteriert auf einen Zielzustand, oder ein System verbessert sich über mehrere Runs anhand gespeicherter Ergebnisse. Diese Vergleichsnote trennt Loop Engineering, /goal und Scheduling, damit Automationen nicht fälschlich als self-improving Agentenloop verkauft werden.
Vergleich
| Ebene | Kernfrage | Typische Tools | State | Verification | Gutes Beispiel | Fehlannahme |
|---|---|---|---|---|---|---|
| Scheduling | Wann startet etwas? | Cron, Routines, Webhook, /loop | optional | optional | täglich Skill ausführen | „läuft täglich“ = Agentenloop |
/goal / Objective Loop | Wann ist diese Session fertig? | Claude Code/Codex/Hermes /goal, Judge | meist session-nah | Rubric/Judge | Skill-Audit bis Rubric erfüllt; Kalender nach definierten Regeln aufräumen | „ein Goal“ = langfristige Selbstverbesserung oder vages Lebensziel |
| Skillisierte Loop | Wie mache ich einen Objective Loop wiederverwendbar? | Skill.md, Rules, Abschlussaktionen, Tool-Vorgaben | skill-/projektbezogen | Checkliste, Test, Review | Design-Review-Loop, Promise-to-Proof-Loop, Build-MVP-Loop | „Skill“ = einmaliger Prompttext |
| Loop Engineering | Wie lernt die nächste Iteration aus vorherigen Runs? | Skill + Trigger + Verifier + DB/Log + Stop-Regel | dauerhaft | Metrik, Test, Judge, Mensch | Code schneller machen, Content-Performance auswerten | „mehr Prompt-Wiederholung“ reicht |
Praktische Heuristik
- Nur regelmäßig ausführen? Scheduling reicht.
- Ein klarer Endzustand in einer Sitzung?
/goaloder ein Objective Loop reicht — aber nur, wenn das Goal kurz, spezifisch und prüfbar ist. - Über Zeit besser werden? Dann braucht es echtes Loop Engineering: Erfolgskriterium, State Store, Learnings, Stop-Regeln und Kostenlimit.
- Wiederkehrender Objective Loop? Als Skill kapseln: Regeln, Loop-Schritte, Tool-Vorgaben und Abschlussbericht gehören in die wiederverwendbare Ausführungseinheit.
- Fuzzy Qualität? Human-in-the-Loop oder unabhängigen Judge einplanen; sonst optimiert der Agent gegen seine eigene Zufriedenheit oder eine schlechte Proxy-Metrik.
- Arbeit vormachen lassen? Record-and-replay-/Beobachtungsfeatures können aus menschlicher Arbeit später Loops ableiten; sie ersetzen aber nicht Zielkriterien, Permissions und Budgetgrenzen.
Verwandte Seiten
- Loop Engineering — Concept mit Vier-Phasen-Modell
- Goal Command / Objective Loop — Objective Loop und Judge-Schicht
- Claude Code — Tool-Kontext mit
/loop,/goal, Skills und Routines - KI-Werkzeug-Einsatzmuster — übergreifendes Werkzeugmuster
- Agenten-Aufbau-Muster — organischer Aufbaupfad
Quellen
- Chase AI: The Four Step Process to Loop Engineer ANYTHING — klare Abgrenzung von
/goalund langfristigem Loop Engineering. - How to Use /goal to Build a Self-Improving OS —
/goalals Agentic-OS-Wartungsprimitive. - I Tested 3 Ways to Deploy Claude Agents — Deployment- und Scheduling-Leiter für Agentenarbeit.
- LOOPS statt PROMPTS? SO arbeiten deine Agents richtig! — Einordnung von
/goal, Automations/Schedule, Judgment/Taste/Direction und Tokenkosten. - How to Start Writing Loops for Advanced AI Models like Fable 5 + GPT 5.6 — Abgrenzung Prompt, Agent-Task, Objective Loop und skillisierte Loop für Nicht-Techniker.