一、什么是 Loop 工程
"智能体（Agent）"和"一次性调用大模型"最大的区别，在于循环。单次调用是"你问一句、它答一句"；而 Agent 会反复执行一个闭环：先感知环境（读状态/读工具返回），再推理下一步，再行动（调工具/写文件），再观察结果，然后带着新信息进入下一轮。这个不断自转的环，就是 Loop 工程的研究对象。工程化的核心问题不是"模型够不够聪明"，而是：这个环怎么停、怎么不死循环、怎么不爆上下文、怎么在出错时自愈。
一个常见误区是把"循环"和"工作流编排"混为一谈。两者都涉及多步执行，但工作流是固定 DAG （步骤和顺序写死，如"先查库再发邮件"），而 Agent 循环是动态决策（下一步由模型根据观测现场决定）。选哪种，取决于问题是否"路径已知"：路径已知用 DAG 更可控、更省钱；路径未知、需要边走边看，才上自主循环。Loop 工程研究的就是后者------也是当前大模型落地最有含金量的部分。
二、循环必须有明确的终止条件
新手写 Agent 最容易踩的坑，是以为"模型自己知道什么时候停"。事实上，循环必须由显式终止条件驱动：要么是目标达成（如"进度达到 100%"），要么是达到最大轮次（硬上限）。没有最大轮次，一旦目标不可达，Agent 会一直转下去------既烧 token 又烧钱。我把"设 max_steps"列为 Loop 工程的第一铁律。
避坑：终止判断要落在"可观测的状态"上，而不是"模型说完了"。让模型自己决定停，容易出现"它以为完成了但事实没完成"。用工具返回/外部指标做终止判据更稳。
终止条件常见有四类：目标型（外部指标达标即停）、步数型（到 max_steps 停）、成本型（累计 token/费用超阈值停）、以及人工型（人随时喊停）。生产系统往往四类并用------尤其成本型，能防止一个失控任务把整月预算烧光。把终止条件写成配置而非硬编码，不同任务可灵活调整，也方便灰度放行新场景。
三、把循环建模成状态机
更工程化的做法是把循环看成状态机：每一轮都是一次"状态转移"，整个运行有清晰的阶段（运行中 / 已完成 / 失败 / 转人工）。这样做的好处是可观测、可中断、可回放------你能随时知道 Agent 转到了第几轮、卡在哪一步，出了事也能从某轮快照恢复，而不是一团黑箱。
# -*- coding: utf-8 -*-
"""
零依赖（仅标准库）。演示一个 Agent 的核心循环：
observe(感知) -> reason(推理/规划) -> act(行动/调用工具) -> observe(观察结果) -> 循环
直到任务完成或达到最大轮次。
要点：
- 循环不是"无限递归"，而是带明确终止条件的状态机。
- reason 这里用规则模拟（真实系统由 LLM 产出下一步动作）。
- act 调用一个"工具"（这里用计算器模拟外部能力）。
- 演示"为什么必须设 max_steps"：防止目标不可达时死循环烧钱。
运行：
python agent_loop_sim.py
"""
from dataclasses import dataclass, field
@dataclass
class AgentState:
task: str
goal_progress: int = 0 # 目标完成度 0~100
steps: int = 0
trace: list = field(default_factory=list)
done: bool = False
def reason(state, fixed_step=None):
"""模拟 LLM 规划：根据当前进度决定下一步动作。"""
if state.goal_progress >= 100:
return ("finish", None)
# 固定步长（演示"难任务小步慢爬"）；否则按进度自适应
if fixed_step is not None:
return ("act", {"tool": "compute", "amount": fixed_step})
if state.goal_progress < 40:
return ("act", {"tool": "compute", "amount": 35})
return ("act", {"tool": "compute", "amount": 25})
def act(action):
"""模拟工具调用：返回观测结果。"""
tool = action.get("tool")
amount = action.get("amount", 0)
if tool == "compute":
# 模拟某计算型工具，带一次随机失败演示后续文章的"自愈"
return f"工具返回：推进了 {amount} 个单位"
return "未知工具"
def run_loop(task, max_steps=8, fixed_step=None):
s = AgentState(task=task)
print(f"任务：{task} (最大轮次={max_steps})")
while not s.done and s.steps < max_steps:
s.steps += 1
# 1) observe：读取当前进度（感知）
# 2) reason：规划下一步
kind, payload = reason(s, fixed_step)
if kind == "finish":
s.done = True
s.trace.append(f" [第{s.steps}轮] 推理=完成 -> 终止")
break
# 3) act：执行动作
obs = act(payload)
# 4) observe：根据观测更新状态
s.goal_progress = min(100, s.goal_progress + payload.get("amount", 0))
s.trace.append(f" [第{s.steps}轮] 动作={kind}(+{payload.get('amount')}) "
f"观测='{obs}' 进度={s.goal_progress}%")
print("\n".join(s.trace))
status = "已完成 ✅" if s.done else f"未达成 ⚠ 触及最大轮次 {max_steps}（防死循环）"
print(f"\n结果：{status} 最终进度={s.goal_progress}%")
return s
if __name__ == "__main__":
run_loop("把系统负载降到安全区间")
print("-" * 50)
# 目标不可达的极端演示：每轮只推进 5，上限 4 轮，最多到 20%
run_loop("极高难度任务（每轮仅+5，上限4轮）", max_steps=4, fixed_step=5)运行 python agent_loop_sim.py 即可看到上面的自转过程：前 4 轮靠工具把进度推到 100%，第 5 轮感知到目标达成，推理返回"finish"从而干净终止。脚本还附带了一个"难任务"用例------每轮只 +5、上限 4 轮，进度停在 20%，由 max_steps 强制终止，直观演示防死循环机制。
可观测性落到实处，就是给每一轮打日志：轮次号、本轮输入、模型决策、工具调用、返回、状态变更。这些日志既是"出事时复盘"的依据，也是"训练评测集"的原料------把跑挂的案例收集起来，正是迭代 Agent 提示词和工具设计的最佳素材。很多团队忽略日志，结果 Agent 第二次犯同一个错，毫无据可查。状态机之所以重要，正是因为它让这些日志有统一的结构可读。
四、总结
Loop 工程的第一步，是把"Agent 会自己循环"这件事工程化：用感知---推理---行动---观察四段式定义每一轮，用显式终止条件（目标达成或 max_steps）防止死循环，用状态机让运行可观测、可回放。这层骨架立住之后，后面两篇要讲的"上下文记忆"和"可靠性护栏"才有挂载的地方。