S3·检索与Agent

Agent Loop

Agent约 4 分钟

Agent Loop 是 Agent 运行的核心循环——感知→思考→行动→观察→再思考，直到任务完成。理解这个循环，就理解了 Agent 如何工作。

① 一句话定义

Agent Loop（智能体循环）是 Agent 运行的核心控制流程：Agent 接收环境信息→分析当前状态→决定下一步行动→执行行动→观察结果→根据结果调整策略→重复，直到任务完成或达到终止条件。这个循环是Agent区别于"一次性问答"的关键——它能持续运行，在过程中学习和调整。

② 为什么重要

Agent Loop 的设计直接决定了 Agent 的可靠性、效率和成本。循环太激进（每步都调用最强的模型做决策）→Token消耗爆炸；循环太保守（不敢调用工具、反复确认）→任务完成效率低；循环没有终止条件→Agent 永远停不下来（AutoGPT 的经典问题）。一个好的 Loop 设计是平衡的三要素——够聪明、够快、花钱合理。

③ 核心机制

经典的 Agent Loop 伪代码：

while task_not_done and steps < max_steps:
    observation = get_environment_state()   # 获取当前状态
    thought = llm.think(observation, history) # LLM思考下一步
    action = parse_action(thought)          # 解析行动指令
    result = execute(action)                # 执行（调API/工具）
    history.append(observation, action, result)
    if task_complete(result): break         # 检查终止条件

关键设计考量：最大步数限制（防止无限循环，通常10-30步）；终止条件（明确的成功/失败判断）；错误恢复（某一步失败后如何处理——重试/换策略/放弃）；人类确认点（高风险操作前暂停等待人类批准）。

⑤ 常见误区

误区：Agent Loop 步数越多越好——更多步数意味着更高成本和更大的失败累积风险。优秀Agent的设计目标是最少步数完成。如果一个任务平均需要20步才能完成，要么任务太复杂应该再拆解，要么Agent规划能力太弱需要改进。

外卖骑手的一天：接单→取餐→导航→送达→接下一单——无限循环，但有明确的"完成"信号和"超时"保护。

Agent Loop 就是外卖小哥的工作循环：听到新订单（感知环境），判断"这家店在2公里外，我认识路，大概10分钟能送到"（思考），骑车去取餐（行动），拿到餐后发现"地址是写字楼，这个点电梯应该很挤，我走楼梯更快"（观察+调整），送达（子任务完成），等待下一单或收工。

但这个循环有几个安全机制——和 Agent Loop 设计的四大参数完全对应：平台只给你同时派 3 单（Max Steps 上限），每单有超时罚款（Timeout），送到后要用户确认（Termination Condition），遇到车祸或餐厅关门自动上报（Error Recovery）。没有这些机制的外卖系统？那就是 AutoGPT 的悲剧——骑手会为了"送到每一单"而永远不回家。

「
Agent Loop 是 Agent 的"心跳"——它定义了 AI 如何在感知和行动之间循环，直到任务完成。设计一个好的 Loop，关键是平衡自主性、安全性和成本。
」