什么是 Agent Loop（智能体循环）？一个典型的 Agent Loop 包含哪些步骤？

参考答案

Agent Loop（智能体循环）是 AI Agent 的核心运行机制，也是 Agent 和普通大模型单次调用最根本的区别。它本质上就是一个”思考 → 行动 → 观察”的循环，Agent 不断重复这个过程，直到任务完成或触发终止条件。

一个典型的 Agent Loop 包含这几个步骤：

1）接收输入。Agent 拿到用户的请求或者上一轮循环的观察结果，把所有已知信息组织到上下文中。

2）推理决策。大模型基于当前上下文进行思考，判断现在该做什么。可能的决策有三种：调用某个工具执行操作、直接给出最终回答、或者判断需要更多信息继续推理。

3）执行行动。如果模型决定调用工具，系统就执行对应的工具操作，拿到执行结果。

4）观察和判断。把工具返回的结果添加到上下文中，回到推理步骤。模型看到新信息后再次判断下一步该做什么。如果任务已经完成，就跳出循环返回最终结果。

这个循环听起来简单，但实际工程中有很多细节要处理：什么时候该停下来、上下文越来越长怎么办、工具调用失败了怎么重试。

扩展知识

Agent Loop 的最小实现

用伪代码来看核心逻辑非常清晰：

▼

python

复制代码

def agent_loop(user_input, tools, max_iterations=20):
    messages = [system_prompt, user_input]

    for i in range(max_iterations):
        response = llm.chat(messages)

        if response.has_tool_calls():
            for tool_call in response.tool_calls:
                result = execute_tool(tool_call)
                messages.append(tool_call)
                messages.append(result)
        else:
            return response.content

    return "达到最大循环次数，任务未完成"

实际生产代码会复杂得多，但核心逻辑就这样：循环调用模型，模型要工具就给它执行，不要工具说明任务完了，就返回结果。

循环次数控制为什么这么重要

max_iterations 看似不起眼，其实直接决定了 Agent 的可靠性和成本。

设太小了，比如只给 5 轮，复杂任务压根做不完。设太大了，比如给 200 轮，如果 Agent 陷入了错误的推理路径，就会疯狂烧 token。

实践中通常会在系统提示词里告诉 Agent”如果发现自己在重复做同样的事情，应该主动停下来反思”。更高级的做法是做动态调整：简单任务给少一点循环次数，复杂任务给多一点，根据执行进展来决定要不要继续。

Agent Loop 和普通 Chain 调用的区别

很多人容易把 Agent Loop 跟 LangChain 里的 Chain 搞混。Chain 是预定义好的固定流程，比如”先搜索 → 再总结 → 再输出”，步骤和顺序都是开发者写死的。Agent Loop 的关键区别在于决策权在模型手里，模型自己决定下一步做什么、要不要继续、什么时候结束。

这意味着同样一个 Agent，面对不同的输入可能走出完全不同的执行路径。给它一个简单问题可能 1 轮就结束，给它一个复杂的调研任务可能跑 30 轮，中间调用十几个不同的工具。

工程中的常见坑

1）上下文膨胀。每轮循环都往 messages 里追加内容，跑个 20 轮下来 token 数可能已经逼近模型的上下文窗口了。解决办法包括中间结果压缩、滑动窗口、只保留最近 N 轮的详细信息等。

2）工具调用失败处理。网络超时、API 限流、返回格式异常都很常见。好的 Agent 系统会有重试逻辑、错误恢复、以及把错误信息反馈给模型让它换个策略。

3）死循环检测。Agent 有时候会陷入”调用工具 A → 结果不满意 → 再调用工具 A → 还是不满意”的死循环。需要在循环外层做检测，发现连续 N 次相同调用就强制打断。

面试官追问

提问：Agent Loop 里上下文越来越长，token 成本爆炸怎么处理？

回答：主流做法有三种。第一种是中间结果摘要，每隔几轮让模型把之前的过程压缩成一段总结，替换掉原始的详细记录。第二种是滑动窗口，只保留最近 5-10 轮的完整信息，更早的只保留关键结论。第三种是分层存储，把工具返回的原始数据放到外部存储里，上下文里只放摘要和引用。实践中 Claude Code 用的是压缩策略，检测到上下文快满了就自动做一次 summarize。

提问：如果 Agent 在循环中一直做错误决策，有什么机制能让它自我纠正？

回答：最直接的方式是把错误结果原封不动喂回给模型，大多数情况下模型看到报错信息会自己调整策略。更高级的做法是引入 reflection 机制，在每轮结束后额外加一步”反思”，让模型评估一下当前进展是否合理、有没有更好的方案。还有一种是 multi-agent 架构，用一个”监督 Agent”来评审”执行 Agent”的行为，发现跑偏了就介入纠正。

提问：Agent Loop 的并发怎么做？一个循环里能不能同时调用多个工具？

回答：完全可以，也是主流做法。OpenAI 的 tool calling 支持一次返回多个 tool_calls，Agent 可以并行执行这些工具调用，然后把所有结果一起拼回上下文再进入下一轮推理。这对于相互独立的操作特别有效，比如同时查数据库和调 API，能把原本 2 轮循环压缩成 1 轮。Cursor 的 Agent 模式就大量使用并行工具调用来加速执行。