Agent Loop

中文建议： Agent 循环 / 智能体循环
常见别名： Agentic Loop / Tool Loop（更窄）
成熟度： 🟢
词条状态： ✅ Atlas-quality
重要程度： ★★★★★
学习阶段： 入门必懂
最后更新： 2026-08-17

30 秒理解

Agent Loop 是让 Agent 能够连续工作的核心循环。

它通常会反复做几件事：

观察当前情况
   ↓
调用模型判断下一步
   ↓
执行 Action
   ↓
得到 Observation
   ↓
更新 Context / State
   ↓
继续下一轮或结束

如果说 Model 是“大脑”，那么 Agent Loop 就像：

让大脑不断看结果、做决定、再继续行动的工作节奏。

先建立一个直觉

想象你在修一个坏掉的水龙头。

你不会：

看一眼 → 一口气把所有动作都提前决定好 → 闭着眼执行到底。

真实过程更像：

看到漏水
 ↓
判断可能是垫圈问题
 ↓
拆开
 ↓
发现并不是垫圈
 ↓
重新判断
 ↓
检查阀芯
 ↓
更换
 ↓
打开水测试
 ↓
仍然漏？继续
不漏了？结束

Agent 处理复杂任务也是这样。

它最重要的能力之一不是“一开始就把整个计划猜对”，而是：

执行一步以后，看到真实反馈，再重新决定下一步。

为什么需要 Agent Loop？

很多现实任务都有不确定性。

例如：

“帮我把这个项目跑起来并修掉启动错误。”

Agent 一开始并不知道真正错误是什么。

它必须：

读取项目
 ↓
运行程序
 ↓
看到报错
 ↓
分析报错
 ↓
修改代码
 ↓
再次运行
 ↓
看到新的结果
 ↓
继续修复或结束

如果没有 Loop，模型最多只能根据第一次输入预测接下来可能发生什么。

而 Agent Loop 让模型能够利用真实环境反馈继续工作。

技术定义

在工程上，Agent Loop 通常指：

一个运行控制过程，它反复调用当前 Agent 的模型，检查模型输出，并根据输出执行工具调用、handoff 或其他动作，再把行动结果加入 Context / State，直到得到最终输出或触发停止条件。

不同框架的实现细节会不同，但核心结构非常接近。

OpenAI Agents SDK 当前就把 built-in agent loop 作为核心能力：处理 tool invocation，把结果送回模型，并继续运行直到任务完成。Anthropic 对 agent 的描述也强调 self-directed loop：plan、act、observe、adjust、repeat。

你可能是在这句话里遇到它

“After the tool result is returned, the harness enters another iteration of the agent loop.”

这句话真正说的是：

Model
  ↓ 请求 Tool
Harness / Runtime
  ↓ 执行
Tool Result
  ↓ 形成 Observation
Context / State 更新
  ↓
再次调用 Model

这里的 “another iteration” 就是又进入一轮模型—环境交互。

不是模型单纯“继续想”，而是系统中已经出现了新的外部结果。

一个最小 Loop 长什么样？

可以先记住这个简化版本：

context = [user_request]

while True:
    response = model(context, tools=tools)

    if response.is_final:
        return response.output

    if response.tool_calls:
        tool_results = run_tools(response.tool_calls)
        context.extend(tool_results)

真正的生产系统通常还会多很多东西：

Agent Loop
├── Model Call
├── Tool Execution
├── Context Update
├── State Update
├── Handoff
├── Guardrails
├── Retry / Error Handling
├── Approval
├── Tracing
└── Stop Conditions

Loop 中到底“循环”的是什么？

初学者经常以为：

“Agent Loop = 模型一直在自己思考。”

更准确地说，循环的是整个模型—环境交互过程。

典型一轮可以写成：

Context_t
   ↓
Model
   ↓
Action_t
   ↓
Environment / Tool
   ↓
Observation_t
   ↓
Context_(t+1)

然后进入下一轮。

这里：

Context_t：模型当前能看到的信息；
Action_t：模型决定采取的动作；
Observation_t：执行动作以后得到的新反馈。

这也是为什么 Action / Observation 是理解 Agent 的一组核心概念。

一个具体例子

任务：

“帮我找出这个 Python 项目为什么测试失败，并修复。”

可能的 Agent Loop：

Round 1
Model: 先运行 pytest
Action: pytest
Observation: 3 tests failed

Round 2
Model: 错误集中在 parser.py，先读文件
Action: read parser.py
Observation: 得到源码

Round 3
Model: 发现边界条件错误，修改代码
Action: edit parser.py
Observation: 修改成功

Round 4
Model: 再跑测试
Action: pytest
Observation: 1 test failed

Round 5
Model: 继续检查剩余失败
...

Round N
Observation: all tests passed
Model: 输出最终结果
Loop: stop

这里真正体现 Agent 能力的不是“它会写代码”，而是：

执行 → 看结果 → 改变策略 → 再执行。

一轮 Agent Loop ≠ 一个 Shell 命令

这在 Coding Agent 里很容易误解。

OpenAI Sandbox Agent 文档明确指出：

一个 turn 仍然是一次模型步骤，而不是一个 shell command 或 sandbox action。

也就是说一轮模型调用之后，执行层内部可能完成多个操作；只有需要模型再次根据新结果做决定时，才真正进入下一轮模型 turn。

所以：

Model Turn
  ↓
Runtime / Sandbox 内部可能执行若干操作
  ↓
需要新判断
  ↓
Next Model Turn

这帮助我们区分：

Agent Loop 的轮次 和 执行环境里的动作次数。

Loop 为什么不能无限跑？

如果没有停止机制，Agent 可能：

重复调用同一个工具；
陷入错误重试；
不断搜索但不收敛；
消耗大量 token 和 API 成本；
对外部系统执行过多操作。

因此成熟的 Harness 一定要考虑 Stop Condition。

常见停止条件包括：

1. 模型给出最终输出

final_output → stop

2. 达到最大轮数

max_turns = 20

3. 达到时间或成本预算

运行超过 10 分钟 → stop
成本超过预算 → stop

4. Guardrail 被触发

例如高风险操作被拦截。

5. 需要 Human-in-the-loop

Agent 暂停，等待人类批准后继续。

Agent Loop ≠ 无限循环

名字里虽然有 Loop，但目标不是“一直循环”。

好的 Agent Loop 应该是：

任务未完成时继续，已经完成或不应该继续时可靠停止。

所以 Loop 设计实际上同时包含两个问题：

什么时候继续？
什么时候停止？

Agent Loop 和 Chain-of-Thought 有什么区别？

概念	核心是什么
Chain-of-Thought	模型推理过程相关概念
Agent Loop	模型与工具、环境之间的多轮执行控制
Conversation Loop	用户和模型多轮聊天
Retry Loop	某一步失败后重复尝试

最简单的判断方式：

有没有新的 Action / Observation 改变系统状态，再让模型重新决策？

如果有，它更接近 Agent Loop。

Agent Loop 和 Workflow 是什么关系？

Workflow 也可以有循环。

区别不在“有没有 while”，而在于：

谁决定下一步？

固定 Workflow：

程序员：A → B → C → D

Agent Loop：

程序员定义规则和边界
        ↓
模型根据当前结果决定下一步

很多真实系统其实是混合形式：

外层 Workflow 固定，内部某些节点运行 Agent Loop。

Loop Engineering 和 Agent Loop 是一回事吗？

不是。

Agent Loop 是系统里的循环机制。

Loop Engineering 更接近一种工程实践：

如何设计目标、反馈、验证、停止条件和环境，让 Agent 在循环中越来越接近正确结果。

可以理解为：

Agent Loop       = 循环本身是什么
Loop Engineering = 这个循环怎么设计才有效

→ Loop Engineering

Agent Loop 和 Harness 是什么关系？

Harness
├── Agent Loop
├── Tools
├── Context Management
├── Runtime
├── Permissions
└── Tracing

Agent Loop 通常是 Harness 的核心控制结构之一。

可以简单记：

Harness = 整套运行系统
Agent Loop = 其中不断推进任务的“心跳”

不同生态怎么表达这个概念？

OpenAI Agents SDK

直接使用 agent loop，Runner 负责工具调用、handoff 和继续运行。

Anthropic

经常用 loop / agentic loop / self-directed loop 描述 plan → act → observe → adjust 的过程。

Coding Agent 文档

也常看到：

tool loop；
execution loop；
feedback loop；
run loop。

这些词可能强调不同层次，因此要看具体语境，不要看到 loop 就自动认为完全同义。

Concept Graph Relations

Harness ─contains──────→ Agent Loop

Runtime ─runs──────────→ Agent Loop

Context ─feeds─────────→ Agent Loop / Model

Agent Loop ─uses───────→ Planning
Agent Loop ─produces───→ Action
Action ─produces───────→ Observation
Observation ─feeds─────→ Context

Agent Loop ─governed-by→ Stop Condition

这条链是 Agent Atlas 核心地图最重要的一条：

Agent Loop
   ↓
Planning
   ↓
Action / Observation

常见误解

❌ Agent Loop 就是模型一直自言自语

不是。核心是模型与环境之间不断发生新的交互。

❌ 循环次数越多，Agent 越强

不是。无效循环只会增加成本和错误概率。

❌ 只要写一个 `while True` 就有 Agent 了

不是。还需要工具协议、Context 更新、停止条件、异常处理等完整机制。

❌ 模型必须先生成完整计划才能进入 Loop

不一定。很多 Agent 会边执行、边观察、边重新规划。

❌ 一个 Tool Call 就等于一轮 Loop

也不一定。具体 SDK / Runtime 对“turn”的定义可能不同。

Terminology Observatory

成熟度：🟢 稳定基础概念。

“观察—行动—反馈—再决策”的闭环思想远早于 LLM Agent。

LLM 时代的新变化是：

Model Call 成为决策核心；
Tool Calling 成为主要 Action 接口；
Context 管理成为 Loop 的关键资源问题；
Harness / Runtime 负责把这个循环工程化。

因此 Agent Loop 的核心含义已经很稳定，但具体框架对 turn、tool execution、handoff 的实现仍会不同。

下一步应该学什么？

Agent —— 谁在这个 Loop 里工作；
Action / Observation —— 每轮最关键的反馈关系；
Stop Condition —— Loop 什么时候结束；
Harness —— 谁负责真正运行这个 Loop；
Runtime —— Loop 的实际生命周期；
Loop Engineering —— 如何设计更好的反馈循环。

一手资料

OpenAI Agents SDK, SDK overview
OpenAI Agents SDK, Sandbox concepts
OpenAI, The next evolution of the Agents SDK
Anthropic, Building Effective Agents
Anthropic, Trustworthy agents in practice