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)
Anthropic 提到，限制循环轮数是防止 Agent 陷入死循环的常见做法。
Agent Loop与单次API调用在工具调用上的区别是：单次调用没有工具调用能力只能输出文本，Agent Loop可以调用文件系统、数据库、外部API等工具。
健壮的Agent Loop通常组合多个退出条件：硬上限兜底、进展检测止损、Checker做质量门禁。
只依赖「模型自己说完成了」作为Loop退出条件是最危险的做法，因为模型可能过早宣布成功或陷入死循环。
Agent Loop的记忆不是无限的，当任务链很长时需要通过摘要压缩、外部向量库检索或子Agent隔离来管理记忆以应对上下文窗口溢出问题。
Agent Loop必须包含「解析→执行→回填」三个环节来处理工具调用，任何一环出错都会导致循环空转。
Agent Loop的核心逻辑是：只要stop_reason仍为tool_use，就继续执行工具并回传结果；整个循环约需20行Python代码即可实现。
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。
还有 40 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AI Agent的决策循环包含四个步骤：感知（Sense）、规划（Plan）、行动（Action）、观察（Observe），形成闭环迭代
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。
65%已验证为每个Agent设置最大步数、超时时间和成本上限，可防止Agent陷入无限循环消耗token和API配额
65%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%待验证OpenAI Codex CLI本质上是一个在本地终端运行的Agent循环（ReAct Loop），每一轮迭代包含思考、行动、观察三个步骤
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%待验证智能体本质是大模型加工具再加一个循环（Agent Loop），是一种特殊的工作流；工作流是更底层的概念，支持并行、串行、判断、Map-Reduce等机制
60%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Anthropic 提到，限制循环轮数是防止 Agent 陷入死循环的常见做法。
50%待验证Agent Loop与单次API调用在工具调用上的区别是：单次调用没有工具调用能力只能输出文本，Agent Loop可以调用文件系统、数据库、外部API等工具。
50%待验证Agent Loop必须包含「解析→执行→回填」三个环节来处理工具调用，任何一环出错都会导致循环空转。
50%