# Agent Loop：AI Agent 的唯一直心骨

Agent Loop：AI Agent 的唯一直心骨

一句话 ：while True 调 LLM，有 tool 就执行、没 tool 就退出。所有 Agent 框架的底层都是这个循环。

一、核心代码（10 行骨架）

python 复制代码

def agent_loop(messages: list):
    while True:
        # ① 调 LLM，带上工具定义
        response = client.messages.create(
            model=MODEL, messages=messages, tools=TOOLS, max_tokens=8000
        )
        messages.append({"role": "assistant", "content": response.content})

        # ② 检查是否调用了工具
        tool_calls = [b for b in response.content if b.type == "tool_use"]
        if not tool_calls:
            return          # 没调工具 → 任务完成，break

        # ③ 执行工具，收集结果
        results = []
        for block in tool_calls:
            output = run_bash(block.input["command"])
            results.append({"type": "tool_result", "tool_use_id": block.id, "content": output})

        # ④ 结果喂回 messages，进入下一轮
        messages.append({"role": "user", "content": results})

二、四步一判断

步骤	做什么	关键知识
① LLM	`create(messages, tools)`	`tools` 参数告诉模型"你可以调用这些函数"，模型在生成时会在内部做 function calling 决策
② 检查	过滤 `tool_use` 块	模型输出是混合内容：text + tool_use。没 tool_use 说明模型认为信息已够，直接给答案
③ 执行	`subprocess.run()` / API / 搜索	这一步是同步阻塞的。工具执行期间 LLM 在等待，所以超时控制必须做
④ 喂回	`messages.append(results)`	把 Observation 以 `user` 角色塞回对话历史。下一轮 LLM 基于新数据重新推理
判断	`if not tool_calls: return`	唯一的退出条件。模型自己决定什么时候停，不是外部硬编码

三、为什么这个模式是"唯一"的

LangChain 的 AgentExecutor、OpenAI 的 Agents SDK、Anthropic 的 Claude Code、AutoGPT、CrewAI......所有 Agent 框架的底层骨架都是这个 while 循环。区别只在于外围包装：

框架	在这个循环上加了什么
LangChain	预置的 Agent 类型（ReAct、Plan-and-Execute）、回调钩子、记忆管理
OpenAI Agents SDK	内置的 `handoffs`（多 Agent 路由）、`guardrails`（输入输出校验）
Claude Code	文件系统感知、git 集成、并行工具调用、权限确认层
AutoGPT	长期记忆（向量数据库）、目标分解、自主决策

剥掉所有包装，剩下的就是这个 10 行循环。 理解它，等于理解了所有 Agent 框架的底层协议。

四、生产必须加的三件事

上面的代码是骨架，上线必须补三块：

1. 最大循环次数（防死循环）

python 复制代码

for step in range(MAX_STEPS):   # 如 10 步
    ...
else:
    raise RuntimeError("Max steps exceeded")

模型可能陷入"搜索 → 没结果 → 再搜索"的循环，必须硬上限。

2. 工具错误结构化返回

python 复制代码

try:
    output = run_bash(cmd)
except Exception as e:
    output = f"[ERROR] {type(e).__name__}: {e}"

错误信息以 Observation 喂回，模型能在下一轮 Thought 中自适应修复（换命令、改参数、或承认失败）。

3. 上下文窗口管理

每轮循环追加 Thought + Action + Observation，messages 长度线性增长。长任务必须：

设置 max_steps 硬上限
对历史做滑动窗口或摘要压缩
监控 token 用量，接近上限时触发摘要

五、一句话总结

Agent Loop = while True: llm → check → exec → feed → loop。没有它，Agent 不存在；有了它，外面包什么都只是工程细节。