Agent Loop
Agent Loop（智能体循环）是自主智能体系统中的核心运行架构模式，指智能体通过持续循环执行"感知-推理-行动-观察"等步骤来完成复杂任务的工作机制。在每次循环中，智能体调用大语言模型进行推理，生成行动指令，调用工具或与环境交互，并将结果作为新输入反馈至下一轮推理，直至达成目标或满足终止条件。该模式是ReAct、AutoGPT等智能体框架的基础设计原则。
核心事实
时间轴 (近 90 天)
工程上常见的代理终止手段包括最大步数/最大轮次限制、超时预算、连续失败计数器，以及基于规则或模型判定的失败信号识别。
当触发限制时，应停止执行并返回已完成的部分结果和简洁解释，一个有理由的部分答案远好过一个无限循环直到被外部杀死的Agent。
要求模型'最多执行十步'时它有时会执行三十步，这是当前模型的固有限制，可靠的做法是在运行循环的代码层面强制限制最大步数、超时和Token或成本预算。
在写任何代码之前先定义状态机，可以结构化地考虑边界情况，包括哪些事件可以在循环的哪个状态下触发，以及哪些终止状态能覆盖这些边界情况。
Cursor 和 Claude Code 都基于同一套核心 Agent 工作循环：读取代码、制定计划、编辑文件、运行验证、检查结果。
在云端Agent架构中，Agent Loop并不运行在沙箱内部，Agent和沙箱是分离的。
Claude Agent SDK 和 OpenAI Agents SDK 都接管了 Agent Loop（智能体循环），将原本需要手写的模型调用、工具分发、历史记录维护和循环控制逻辑大幅简化
应用向模型发送用户请求时会附上一份模型可以使用的工具列表，每个工具都有名字和输入schema
应当为 Agent 循环设置轮数上限（turn limit）和预算上限（budget），以防止陷入死循环并避免成本失控
每一轮调用都会把完整的对话历史再发送一次，任务越长上下文越大，调用越慢越贵
还有 31 条时间轴事件
全部知识事实 (20)
Agent Loop的底层运行逻辑是一个「感知-规划-行动-观察」的迭代循环
80%已验证Agent 流程为：发送消息给模型获取回复，若 stop reason 不是 tool use 则返回文本，否则遍历工具调用块、验证参数、运行函数并将结果作为 tool result 推回后循环
75%已验证现代AI编程Agent通常采用规划-执行-反思的循环框架，将复杂任务分解为子步骤并根据执行结果自我修正
70%已验证Agent的每一轮循环包含模型推理、工具调用、结果回传三个阶段，延迟会在每一步叠加
65%已验证工作流型智能体的执行路径由人预先设计，而Agent Loop让模型自主规划下一步该做什么
65%待验证在Agent Loop中如果只将工具结果塞回messages而漏掉assistant消息，模型会陷入无限循环，不断重复调用工具
90%待验证Agent Prompt模板通常包含四个部分：System Message、Chat History、User Input和Agent Scratchpad
85%部分验证Claude Code的Agent Loop负责将用户消息发送给Claude模型，解析模型返回的工具调用指令，执行工具操作，再将结果反馈给模型循环执行
65%待验证Loop Engineering层的「Loop」与Agent Loop中的「Loop」不是同一概念：前者是多次Skill调用和多Agent协作的循环，后者是工具调用和思考的循环
60%待验证在多步骤任务中单步微小误差会逐步累积形成误差雪球效应，早期步骤错误会污染后续步骤输入上下文
60%待验证A typical Agent execution loop includes perception, reasoning, action, and observation, forming the ReAct (Reasoning + Acting) pattern
60%待验证该项目采用Agent循环（ReAct架构）让LLM根据当前页面状态自主判断下一步操作，而非执行预设脚本
60%待验证工程上常见的代理终止手段包括最大步数/最大轮次限制、超时预算、连续失败计数器，以及基于规则或模型判定的失败信号识别。
50%待验证要求模型'最多执行十步'时它有时会执行三十步，这是当前模型的固有限制，可靠的做法是在运行循环的代码层面强制限制最大步数、超时和Token或成本预算。
50%待验证当触发限制时，应停止执行并返回已完成的部分结果和简洁解释，一个有理由的部分答案远好过一个无限循环直到被外部杀死的Agent。
50%待验证在写任何代码之前先定义状态机，可以结构化地考虑边界情况，包括哪些事件可以在循环的哪个状态下触发，以及哪些终止状态能覆盖这些边界情况。
50%待验证Cursor 和 Claude Code 都基于同一套核心 Agent 工作循环：读取代码、制定计划、编辑文件、运行验证、检查结果。
50%待验证在云端Agent架构中，Agent Loop并不运行在沙箱内部，Agent和沙箱是分离的。
50%待验证Claude Agent SDK 和 OpenAI Agents SDK 都接管了 Agent Loop（智能体循环），将原本需要手写的模型调用、工具分发、历史记录维护和循环控制逻辑大幅简化
50%待验证应当为 Agent 循环设置轮数上限（turn limit）和预算上限（budget），以防止陷入死循环并避免成本失控
50%