1 篇博文 含有标签「Agent」

引言​

如果把 Chatbot 和 Agent 的架构差异压缩成一句话，答案往往就是 Agent Loop：把 LLM 放进一个 while 循环里，让它反复「思考 → 行动 → 观察」，直到任务完成或触发终止条件。

各家框架——Claude Code、Cursor、Vercel AI SDK、LangGraph、smolagents——表面 API 千差万别，但剥开抽象层后，核心逻辑惊人地一致。Loop 本身已是「 solved problem」；真正决定 Agent 能否上线的，是 Loop 外围的工程化：上下文管理、安全护栏、错误分类、成本控制和优雅降级。

本文尝试把 Agent Loop 从概念到生产实践串成一条线，作为 Agent Handbook 中 工作流 与 任务规划 的补充阅读。

最小 Agent Loop​

去掉框架包装，每个 Agent 本质上都在跑同一段伪代码：

def run_agent(prompt, tools):
    messages = [{"role": "user", "content": prompt}]

    while True:
        response = call_llm(messages, tools)

        if response.has_tool_calls:
            messages.append(response)
            messages.append(execute_tools(response.tool_calls))
        else:
            return response.text  # 无 tool call → 终止

几个关键信号：

Tool Call 是 continuation signal（继续循环）；纯文本是 termination signal（结束）。模型通过是否发起工具调用来「决定」自己是否还需要再转一圈——这就是 Agent 与固定 Workflow 的根本分野。

Anthropic 在 Building Effective Agents 中划了一条很实用的线：

• Workflow：开发者预定义控制流，LLM 在固定节点上被调用。
• Agent：模型在开放循环中动态决定下一步——调哪个工具、何时停止。

ReAct（Yao et al., 2022）把这套「推理与行动交织」的形式化得很清楚：每步生成 Thought → Action → Observation，Observation 写回上下文驱动下一步。这与本仓库 任务规划 一节中的 ReAct 描述一脉相承。

单轮循环里发生了什么​

可以把每一轮迭代理解成一次 状态转移：

与「一次请求一次响应」的 Chat 不同，Agent Loop 是 carry state between iterations：对话历史、工具返回值、中间 todo、错误信息都会累积在 state 里，让第 N+1 轮与第 N 轮在相同模型、相同工具集下做出不同决策。

这里 state 是 单次运行的 scratch space（会话内状态），比跨会话的 Memory 更窄、更可变；二者在工程上往往分层管理，但 Loop 读写的就是 state。

Loop 外围：真正值得工程化的部分​

Loop 六行伪代码人人会写；难的是把它放进生产环境后还能 可控、可观测、可止损。下面按优先级列出实践中高频踩坑点。

1. 终止与护栏​

仅靠「模型不再调工具」来结束循环，在真实任务里远远不够。至少需要：

• 最大迭代次数（max_turns / max_steps）：常见取值 15–25，防止无限打转。
• Token / 成本预算：单任务硬上限，避免 runaway cost。
• 超时：单工具调用与整任务都要有 wall-clock 限制。
• Loop 检测：对 (tool_name, args_hash, result_hash) 做指纹；连续重复相同失败模式时主动打断，而不是等模型自己「悟出来」。

很多框架在达到上限后要么直接失败，要么用 graceful degradation——例如 smolagents 在 max_steps 耗尽时会基于历史 synthesize 一个尽力回复，而不是静默截断。这是用户体验上的细节，却直接影响「Agent 是否可信」。

2. 上下文管理​

每轮循环都会 append assistant 消息和 tool results，上下文长度近似 线性甚至超线性 增长。长任务里必须规划：

• Compaction / Summarization：接近窗口上限时压缩早期步骤，保留决策关键信息。
• 结构化 state：把 todo、文件 diff、检索片段从 raw chat 里拆出来，避免重复塞满 transcript。
• 子 Agent / Task 工具：子任务在独立 context 中执行，只把 1k–2k token 级摘要回传主循环（Claude Agent SDK 的典型做法）。

Anthropic 的 Context Engineering 系列强调：在 Agent 场景下，上下文设计往往比换更大模型更有效。

3. 错误处理：尽量用代码，少用 LLM​

一个常见反模式是：工具报错后把原始 stack trace 丢给模型，指望它「自己想明白怎么重试」。更稳妥的做法是 在 harness 层分类错误：

LLM 推理贵且慢；能用确定性逻辑兜住的，就不要再占一轮循环。

4. 工具设计优先于 Prompt 微调​

当 Agent 表现不佳时，排查顺序建议：

1. 工具描述与 schema——是否说清何时用、返回什么、失败时长什么样。
2. Observation 格式——模型能否从返回里读到 actionable 信息。
3. System / developer prompt
4. 模型选型与编排框架

Underhyped 等实践总结里反复出现同一句：Tool descriptions and error handling tend to matter more than model choice or prompt tweaks. 这与 Function Call 文档里「工具即 Agent 的手脚」的直觉一致。

5. 可观测性​

生产级 Loop 至少要能回答：

• 当前第几轮？累计 token / 费用？
• 每轮调了哪些工具、耗时多少、是否重试？
• 终止原因是「模型完成」「触顶」「loop 检测」还是「用户取消」？

没有这些信号，就无法做 eval、回归和成本归因。Session 可恢复（session_id + 持久化 messages）也是长任务场景的标配。

Agent Loop vs Workflow：怎么选​

并非所有任务都需要开放 Loop。Anthropic 的建议仍然务实：先用 LLM API + while 循环 + 几个函数试起来，再考虑 LangGraph 等重型编排。

本仓库 工作流 文档中的 Planning → Execution → Feedback → Reflection，可以看作在 Workflow 层叠加上 Loop：整体骨架由人定，局部执行仍可能是 ReAct 式小循环。

从 Loop 到「Agentic Engineering」​

把 Agent 想成 游戏主循环 而非 单次函数调用，会更容易理解一系列产品行为：

• 模型决定何时停、何时委托子 Agent——agency 来自循环结构，不是来自更大的参数规模。
• Cursor / Claude Code 的「继续」「compact」「权限弹窗」——都是 Loop harness 的一部分。
• 近期 Harness Self-Evolution（见 Disentangling Agent Self-Evolution）讨论的是 循环外围组件（prompt、skills、tools、memory）如何迭代，而不是换掉 Loop 本身。

因此 Agent Loop Engineering 的核心命题是：

用尽可能简单的 while 循环交出控制权，把工程精力投入到 state、工具、护栏和可观测性上。

动手清单​

若你正准备实现或审查一个 Agent，可按此 checklist 过一遍：

1. 最小 Loop 是否能在 50 行内跑通一个真实任务？
2. max_turns、超时、成本上限是否已在代码层强制，而非写在 prompt 里「请不要太久」？
3. 工具失败是否有分类处理，而非一律抛给模型？
4. 长任务是否有 compaction 或子 Agent 策略？
5. 是否有 loop detection 防止相同错误动作重复？
6. 日志能否还原每一轮的 tool trace 与终止原因？

总结​

• Agent Loop = LLM + tools + while：有 tool call 就继续，无则结束。
• ReAct 提供了 Thought–Action–Observation 的经典叙事；工程上关键是 state 如何在轮次间累积与裁剪。
• 难点不在 Loop，而在 Loop 之外：上下文、护栏、错误路由、工具接口与可观测性。
• 先简单 Loop，再按需引入 Workflow / 多 Agent；避免一上来就用图编排解决本可用十个工具函数搞定的问题。

延伸阅读​

• ReAct: Synergizing Reasoning and Acting in Language Models
• Anthropic — Building Effective Agents
• Anthropic — Claude Code Best Practices
• 本仓库：什么是 Agent、任务规划、工作流