Loop Engineering 是什么？为什么说它是新瓶装旧酒？

Agent 的主循环看似简单——感知、规划、行动、观察、反思，转起来就行；真正的工程全在”何时停、错了怎么办、状态存哪里”。这篇拆解主循环五个环节的设计要点、终止条件与防失控手段、错误恢复策略，以及循环状态的持久化。

主循环的五个环节

感知（Perceive）：组装本轮输入——用户目标、历史轨迹、刚返回的工具结果、相关记忆。感知质量约等于上下文工程质量：常驻规则放前面，已验证的过程压成结论，原始日志保留检索入口而非全文。
规划（Plan）：模型决定下一步：直接回答、调用工具，还是继续思考。复杂任务可先产出显式计划再逐步执行。
行动（Act）：执行工具调用。执行环境在此做参数校验、权限拦截与超时控制。
观察（Observe）：把工具结果回写进上下文。关键动作是”消化”——截断、摘要、提取关键字段，而不是原文堆积。
反思（Reflect）：对照目标评估进展：离完成更近了还是原地打转？可以内联在模型的思考里，也可以交给独立的评审节点——自我评价天然偏宽容，重要任务的反思最好与生成隔离。

主循环之外还存在一层”外层循环”：任务级的重试、换策略、转人工、跨会话接力。内层循环管”这一步怎么走”，外层循环管”这轮失败后整个任务怎么办”，两层的预算与计数器要分开。

骨架代码：

def agent_loop(goal, tools, max_steps=20, token_budget=100_000):
    state = init_state(goal)
    for step in range(max_steps):
        context = build_context(state)        # 感知：组装本轮输入
        action = llm.decide(context, tools)   # 规划：决定下一步
        if action.type == "final_answer":
            return action.content             # 主动终止
        result = run_tool(action, timeout=30) # 行动 + 观察
        state.record(action, result)
        if state.tokens > token_budget:       # 预算强制终止
            return summarize_and_stop(state)
        if no_progress(state, window=3):      # 无进展检测
            return escalate(state)            # 换策略或转人工
    return best_effort_answer(state)          # 步数耗尽兜底

终止条件与防失控

失控的循环烧的是真金白银。终止信号要分层，不能只靠模型自觉：

主动终止：模型判断任务完成，返回最终答案。这是最理想的出口，但不能是唯一出口。
最大步数：硬性上限，到点必须停。取值可参考同类任务的 P95 步数再上浮。
预算：Token、金额、墙钟时间，任一耗尽即停。注意重试预算要有唯一持有者——模型 SDK、框架、网关各自重试，会把一次故障放大成嵌套调用。
无进展检测：连续几轮工具结果雷同、重复以相同参数调同一工具、失败原因不变，判定兜圈子，强制退出或换策略。这是防”看起来在忙”的关键。
质量门槛：有评分器的场景，达标即收工，避免无意义打磨。

再加一层死循环告警：循环活着但长期无进展时主动上报，而不是等账单来提醒。

错误恢复策略

不同错误走不同路径，一刀切重试是最常见的错误设计：

错误类型	例子	策略
瞬时故障	接口超时、限流	有界重试，指数退避加抖动
可恢复错误	参数不合法、输出格式错	把错误原因回写上下文，让模型自我修正
缺输入	指令有歧义、关键信息缺失	挂起等待补充，而非瞎猜
权限不足	越权调用被拒	停止该路径，升级人工或申请授权
代码缺陷	状态迁移非法、解析失败	快速失败并告警，重试无意义

关键原则：恢复动作要落在正确的层级。工具调用失败由循环内部消化；阶段级失败由外层编排决定是否降级、换路或终止。还有一种常被忽略的恢复是”降级回答”：预算耗尽时，基于已收集证据给出标注了不确定性的部分结论，胜过悄无声息地空手而归。

循环中的状态持久化

循环状态分两类，别混存：

会话状态：对话历史、工具调用记录、当前迭代进度。崩溃后能从最近一步恢复。
任务状态：目标、已完成产物、失败记录、已消耗预算。跨会话、跨天恢复依赖它。

落盘时机选在”结果已确认、可独立校验”的节点：每次工具调用成功后、每个阶段完成后。需要人工审批的动作，暂停前先保存待执行参数。恢复不是从某行代码继续，而是从最近的有效状态重新出发——因此读取类工具可以有界重试，带副作用的操作必须幂等。

持久化的回报很直接：中断可恢复、失败可复盘、长任务可跨会话接力。只把聊天记录丢进缓存，撑不起这三件事——恢复时必须能重建目标、已确认产物与剩余预算，而不只是对话文本。

另外别忘了观测：循环的每一步（第几轮、调了什么工具、消耗多少 Token、因何继续）都要进 Trace，否则”为什么会跑 20 步”永远是悬案。

面试视角

怎么防止 Agent 死循环？ 分层终止：主动退出 + 步数上限 + Token/时间预算 + 无进展检测，再拿真实流量压测退出的可靠性。

错误处理怎么设计？ 先分类再施策：瞬时故障重试、可恢复错误回写、缺输入挂起、越权升级、代码缺陷快速失败；恢复动作落在正确层级，重试预算唯一持有。

小结

主循环五环：感知、规划、行动、观察、反思；工程重心在观察的消化与反思的真实性。
终止条件必须多层兜底：步数、预算、无进展检测缺一不可。
错误恢复先分类，重试只用于瞬时故障，其余各有归宿。
状态分会话与任务两层持久化，这是恢复、复盘与接力的地基。