让 AI 连续干几天活，难点不只是“记住聊天”。目标可能变化，证据会过期，有些操作要等人批准，进程中断后还得知道从哪里接着做。LoopX 想补上这层管理能力：它是一个本地优先、与模型服务商无关的控制面，架在 Codex、Claude Code、Cursor 等 Agent 执行器之上。执行器负责读写文件、运行命令；LoopX 不替代它们，而是保存目标、待办、证据、配额和交接状态。
可以把它理解成面向 Agent 的任务看板，但卡片还带着权限和恢复信息。每次执行只跑一个有限回合；遇到治理门禁——关键动作前的条件检查或人工审批——系统就提出具体问题并等待。回合结束后，Agent 写回证据、交接说明和下一项待办，再由配额决定是否继续。这样，即使换执行器、关闭窗口或重启进程，任务仍可从上次停下的位置接续，也更容易追踪和复盘。项目页面尚未给出可靠性、成本或大规模使用效果的数据，因此目前更值得关注的是它提出的治理结构，而非已被验证的性能提升。