Spring til indhold
AI Ordbog

AI Ordbog

Loop Engineering

Disciplinen at designe og forbedre den løkke hvor en AI-agent handler, ser resultatet, og prøver igen indtil opgaven er løst.

Kristian Primdal Skrevet og redigeret af Kristian Primdal · Sidst opdateret 8. juli 2026

Indhold

Hvad er loop engineering?

Loop engineering er disciplinen at designe og forbedre den løkke hvor en AI-agent handler, ser resultatet, og prøver igen indtil opgaven er løst. I stedet for at bruge en model som en engangs-generator, hvor du sender en prompt og får ét svar, behandler loop engineering arbejdet som et iterativt system: sæt et mål, undersøg situationen, foretag en ændring, kør en test, læs resultatet, og beslut næste skridt.

Kernen er en enkel cyklus der gentages:

  1. Planlæg. Agenten beslutter hvad næste skridt skal være ud fra målet og det den ved.
  2. Handl. Den udfører skridtet, typisk ved at bruge et værktøj: køre kode, læse en fil, søge.
  3. Observér. Den ser hvad der skete. Virkede det? Fejlede testen? Kom der en fejlmeddelelse?
  4. Revidér. Den bruger observationen til at justere sin plan og gå en runde til.

Løkken kører indtil målet er nået, eller indtil den løber tør for forsøg. Det er den cyklus, og kunsten at få den til at køre pålideligt, der er loop engineering.

Hvor kommer begrebet fra?

Den grundlæggende idé stammer fra ReAct-mønsteret (en sammentrækning af Reason og Act) fra forskning ved Princeton og Google. Tanken var at flette tænkning og handling sammen: modellen ræsonnerer et skridt, handler, ser hvad der sker, ræsonnerer igen. Den cyklus, tænk, handl, observér, gentag, er fundamentet under loop engineering.

Selve begrebet loop engineering voksede frem i 2025 og 2026, da AI-kodningsagenter gik fra at generere kode i ét hug til at arbejde i lange, selvstændige løkker. Et konkret og meget omtalt eksempel er Ralph-loopet, beskrevet af udvikleren Geoffrey Huntley: en simpel løkke hvor agenten starter forfra med frisk kontekst i hver runde, bruger filsystemet og testene som hukommelse, og bliver ved indtil opgaven er løst.

Loop engineering i familien af engineering-discipliner

Loop engineering er det seneste led i en udvikling der har flyttet sig efterhånden som AI er blevet dygtigere:

DisciplinHandler om
Prompt engineeringAt formulere den enkelte instruktion godt
Context engineeringAt give modellen den rette information at arbejde ud fra
Harness engineeringAt bygge hele rammen der gør modellen til en agent
Loop engineeringAt designe selve løkken agenten arbejder i

De udelukker ikke hinanden. En god agent kræver dem alle. Men tyngdepunktet har flyttet sig: hvor det før handlede om at skrive den perfekte prompt, handler det nu i højere grad om at designe systemet der prompter agenten for dig, runde efter runde.

Hvorfor det er blevet vigtigt

  1. Fra svar til arbejde. En model der svarer én gang kan hjælpe. En model i en velbygget løkke kan udføre en hel opgave: skrive kode, køre testen, se den fejle, rette fejlen, og køre igen. Forskellen mellem de to er loopet.
  2. Selvkorrektion. Det stærke ved en løkke er at agenten kan fange og rette sine egne fejl undervejs, i stedet for at aflevere et forkert svar. En god løkke gør en upålidelig model mærkbart mere pålidelig.
  3. Loopet slår ofte modellen. Ligesom i harness engineering gælder det at en gennemtænkt løkke på en ældre model ofte slår en stærk model i en sjusket løkke. Det er designet af cyklussen, ikke kun modellen, der afgør resultatet.

Loop engineering i praksis

  1. Stopkriterier. Hvornår er agenten færdig, og hvornår skal den give op? En løkke uden klare stopkriterier kan køre i ring eller stoppe for tidligt.
  2. Verifikation i hvert skridt. Den mest værdifulde del af en løkke er ofte det der tjekker om et skridt lykkedes. En test der køres automatisk, en fejl der læses, et resultat der valideres.
  3. Hukommelse mellem runder. Hvad husker agenten fra runde til runde, og hvad starter den forfra med? Nogle løkker holder al kontekst, andre nulstiller bevidst og bruger filer og tests som hukommelse.
  4. Menneskelige kontrolpunkter. Hvor i løkken skal et menneske godkende før agenten går videre? Det er her loop engineering møder human-in-the-loop.

Loopet er der arbejdet bliver til noget Det er let at blive optaget af hvilken model der er størst og nyest. Men i praksis er det ofte løkken, ikke modellen, der afgør om en AI-agent rent faktisk løser en opgave eller bare producerer et plausibelt svar. Loop engineering er håndværket at bygge den cyklus: at handle, tjekke resultatet, og prøve igen indtil det er rigtigt. For den der arbejder med agenter for alvor, er det her forskellen mellem en imponerende demo og noget der virker i drift bliver afgjort.


FAQ

Hvad er loop engineering?

Loop engineering er disciplinen at designe og forbedre den løkke hvor en AI-agent handler, ser resultatet af sin handling, beslutter næste skridt og prøver igen, indtil en opgave er løst. I stedet for at behandle en model som en engangs-generator, behandler loop engineering arbejdet som et iterativt system der kører flere runder mod et mål.

Hvad er forskellen på loop engineering og harness engineering?

De hænger tæt sammen. Harness engineering handler om hele rammen omkring modellen: system-prompt, værktøjer, kontekststyring og loopet. Loop engineering zoomer ind på selve løkken: hvordan agenten planlægger, handler, verificerer og reviderer i hver runde. Loopet er en del af harnessen, og loop engineering er håndværket at få netop den del til at køre pålideligt over mange skridt.

Hvor kommer loop engineering fra?

Ideen bygger på ReAct-mønsteret (Reason plus Act) fra forskning ved Princeton og Google, hvor modellen skiftevis tænker og handler. Begrebet er vokset frem i 2025 og 2026 i takt med at AI-kodningsagenter gik fra at generere kode i ét hug til at arbejde i lange, selvstændige løkker. Teknikker som Ralph-loopet, beskrevet af Geoffrey Huntley, er et konkret eksempel.

Skal en mindre virksomhed forstå loop engineering?

Ikke for selv at bygge løkker fra bunden, men for at forstå hvorfor moderne AI-værktøjer kan arbejde selvstændigt på en opgave i stedet for bare at svare én gang. Det forklarer hvorfor en agent kan rette sine egne fejl undervejs, og hvorfor kvaliteten af den underliggende løkke ofte betyder mere end hvilken model der kører.


Relaterede termer