规划
根据目标、上下文、当前进度和可用工具，决定下一步最应该做什么。
面向程序员 · Agent 执行机制课
Agent Loop：规划、执行、观察、继续
Agent 不是一次性把答案写完，而是像一个有任务状态的执行器：先规划下一步，执行一个动作，观察结果，再判断是继续、修正、追问、交付还是停止。
规划不是一次性的
计划会随着工具结果、资料缺口和用户反馈不断调整。
执行不是随便做
每个动作都要有目标、输入、权限和可观察结果。
观察决定下一步
工具失败、资料冲突、结果不完整都会改变后续路径。
继续必须有边界
Agent 要有完成条件、预算限制、失败处理和人工介入点。
Agent loop state machine
plan / act / observe
Plan
根据目标和状态决定下一步。
→
Act
调用工具、检索资料或生成中间产物。
Observe
读取结果、错误、证据和质量信号。
→
Continue
继续、修正、追问、交付或停止。
state
目标和进度
目标和进度
budget
步数和成本
步数和成本
guard
权限和确认
权限和确认
01 · 先给定义
Agent Loop 是 Agent 持续工作的核心机制
它让 Agent 不再只是“一次输入，一次输出”，而是能在任务过程中不断读取新信息、更新状态、调整计划，直到满足完成条件。
执行
执行一个有限动作，例如查资料、调用工具、生成草稿、运行校验。
观察
读取动作结果，识别成功、失败、缺口、冲突和新的约束。
继续
判断是继续下一轮，还是修正计划、追问用户、交付结果或停止。
一句话面试版
可直接背
Agent Loop 是 Agent 的任务推进循环：先根据目标和状态规划下一步，再执行工具或动作，观察返回结果并更新状态，最后判断继续、修正、追问、完成或停止。
02 · 为什么需要循环
真实任务经常无法一次生成到底
因为 Agent 在开始时通常不知道全部事实。它需要边查边判断：资料是否够、工具是否成功、结果是否可信、下一步是否要换方向。
容易假完整
模型可能在资料不足时直接写完整答案，看起来流畅，但关键事实、字段和约束可能都是猜出来的。
边做边校正
先查现有资料，拿到结果后再决定是否继续查接口、追问用户、修正范围或输出假设，结果更可控。
哪些任务最需要 Loop
判断
- 1资料不完整：需要先检索，再根据检索结果决定下一步。
- 2工具会失败：API 可能超时、权限不足、返回空，需要重试或换方案。
- 3结果要校验：代码、PRD、表格、JSON 都需要检查和修正。
- 4目标会变化：用户补充信息后，计划需要继续而不是重来。
03 · 状态管理
Loop 能继续，是因为它保存了任务状态
没有状态，Agent 每一轮都像重新开始。状态记录目标、计划、已完成步骤、工具结果、待确认问题和预算。
Loop State 常见字段
结构
| 字段 | 作用 |
|---|---|
goal |
最终要完成的目标和验收标准。 |
plan |
当前任务拆解和下一步候选动作。 |
observations |
工具返回、检索证据、错误信息和用户反馈。 |
artifacts |
草稿、表格、代码、PRD、检查报告等中间产物。 |
budget |
最大步数、时间、成本、工具调用次数。 |
blockedBy |
缺少权限、缺少参数、需要人工确认等阻塞原因。 |
loop state example
JSON
{
"goal": "生成商品导入失败明细 PRD",
"currentStep": "查接口字段",
"completedSteps": ["澄清范围", "检索历史 PRD"],
"observations": [
"历史 PRD 只有任务级失败统计",
"接口文档未提供行级错误字段"
],
"artifacts": {
"prdDraft": "draft-v1"
},
"budget": {
"maxSteps": 8,
"usedSteps": 3
},
"blockedBy": null
}04 · 规划下一步
Plan 阶段只规划“下一步最有价值的动作”
很多人以为规划就是一次性列十几步。工程里更稳的做法是滚动规划：先确定下一步，再用观察结果更新计划。
离交付还差什么
根据验收标准判断缺资料、缺字段、缺验证，还是只差整理输出。
已经做过什么
避免重复查同一份资料，也避免忘记上一轮发现的错误和假设。
下一步要可执行
动作要具体到可以执行，例如“查接口字段”，不是“深入分析”。
next step planning
规划示例
Given:
goal = "PRD must include import failure fields"
observations = ["current PRD lacks row-level errors"]
Next step:
action = "api_schema_lookup"
reason = "Need to verify whether backend already exposes row-level error data"
expectedObservation = "List of available fields and missing fields"
fallback = "If schema is missing, mark backend requirement as open dependency"05 · 执行动作
Act 阶段只做一个清楚、可观察、可回滚的动作
Agent 每一轮不应该同时做太多事。动作越明确，后面越容易观察结果、定位失败、决定下一步。
找事实依据
搜索知识库、读取文档、查历史记录，为后续判断提供证据。
拿实时结果
查接口、查订单、跑测试、调用业务 API，拿到确定性结果。
产出中间版本
写草稿、生成表格、整理清单，作为下一轮观察和修正对象。
检查是否达标
跑测试、校验 JSON、检查 PRD 章节、验证引用来源。
执行动作的四个要求
工程化
- 1输入明确：用什么参数、查什么范围、基于什么上下文。
- 2权限明确：当前用户是否能访问资料或执行工具。
- 3结果明确：成功时返回什么，失败时返回什么错误。
- 4影响明确：是否只读，是否会改数据，是否需要人工确认。
06 · 观察结果
Observe 阶段不是把结果塞进上下文，而是提取对下一步有用的信号
观察要回答三个问题：动作有没有成功、结果说明了什么、它如何改变下一步计划。
工具成功
拿到了接口字段、文档片段或测试结果，提取关键事实和证据。
→
更新状态
把关键结果写进 observations，并标记哪些验收项已经满足。
工具失败
超时、无权限、参数错误、返回空、格式不符合预期。
→
决定恢复方式
重试、换工具、缩小范围、追问用户，或标记为阻塞。
观察记录应该短而有用
不要堆原文
不要把整个工具返回都原样塞进状态。更好的做法是保存摘要、证据 ID、关键字段、错误类型和下一步影响。完整原文可以放在 artifact 或日志里。
07 · 继续判断
Continue 阶段决定下一轮走哪条路
继续不等于永远循环。每一轮都要明确选择：继续执行、修正计划、追问用户、交付结果、暂停等待或失败退出。
还差资料或步骤
下一步明确、预算充足、没有权限阻塞，就继续执行下一轮。
缺用户决策
缺业务范围、缺关键参数、存在多个可能方向时，不要猜，先问。
满足完成条件
产物达到验收标准，剩余问题已标记，就输出最终结果。
应该继续
- 1当前结果产生了新的明确下一步。
- 2还没达到验收标准，但路径清楚。
- 3工具失败可恢复，例如重试或改参数。
- 4预算还够，风险也在可控范围内。
不该继续
- 1继续只是在重复同一个失败动作。
- 2缺少用户授权或高风险动作未确认。
- 3已经达到成本、时间或步数上限。
- 4关键信息必须由用户或系统补充。
08 · 停止条件
一个可靠的 Loop，必须知道什么时候停
没有停止条件，Agent 可能无限重试、反复检索、过度优化，或者在无法完成时继续消耗成本。
产物达标
输出满足用户目标和质量检查项，可以交付。
资源用完
达到最大步数、最大工具调用次数、最大耗时或成本上限。
需要外部输入
缺用户确认、缺权限、缺必要参数，继续做只会猜。
无法恢复
连续失败、工具不可用、数据不存在，应该明确说明失败原因。
stop condition
伪代码
shouldStop(state):
if qualityCheckPassed(state.artifacts.final):
return "deliver"
if state.budget.usedSteps >= state.budget.maxSteps:
return "stop_with_partial_result"
if state.blockedBy:
return "ask_user_or_escalate"
if repeatedSameFailure(state.observations):
return "fail_with_reason"
return "continue"09 · 失败恢复
失败不是问题，重复同一种失败才是问题
Agent Loop 要能识别失败类型，并选择合适恢复策略。不要让模型把失败包装成成功。
短暂失败
网络超时、临时 500，可以有限重试，但要有次数上限。
路径不通
知识库没查到，可以改查接口文档、历史 PRD 或负责人信息。
信息不足
无法拿到实时数据时，可以输出基于已有资料的部分结果，并标注假设。
需要判断或授权
权限、审批、业务口径冲突、高风险动作，需要人工确认。
恢复策略要写进状态
可复盘
每次失败恢复都要记录：失败类型、尝试次数、换过哪些方案、为什么最后继续或停止。否则出了问题很难复盘。
10 · 工具和 RAG
Agent Loop 经常围绕工具结果和检索结果转动
RAG 和 Tool Calling 是 Agent Loop 里最常见的动作来源。检索提供资料，工具提供实时数据或确定性动作。
检索后要观察资料质量
检索不是结束。Agent 要看资料是否相关、是否过期、是否冲突、是否足以支持答案。如果不够，要改写查询或换数据源。
调用后要观察工具结果
工具返回会改变状态：成功则继续生成或校验，失败则重试、换工具、追问用户或停止。
Plan：需要接口字段
决定调用 api_schema_lookup，而不是直接编字段。
→
Act：执行工具
查询商品导入任务结果接口的返回字段。
Observe：发现缺口
接口只有失败数量，没有行级错误明细。
→
Continue：修正计划
把“新增行级错误明细字段”写入 PRD 后端需求。
11 · 运行时设计
企业级 Agent Loop 需要运行时，而不只是提示词
提示词可以描述流程，但真正可靠的 Loop 需要运行时记录状态、执行工具、控制预算、处理错误和输出日志。
运行时要做什么
工程职责
- 1保存任务状态，支持暂停、继续和复盘。
- 2管理可用工具，做参数校验、权限检查和风险分级。
- 3控制预算，避免无限循环和过度调用。
- 4记录执行链路，方便评测、审计和故障排查。
loop runtime
伪代码
while true:
decision = planner.next(state)
if decision.type == "ask_user":
return pauseForUser(decision.question)
if decision.type == "deliver":
return deliver(state.artifacts.final)
action = guard.validate(decision.action, user)
result = executor.run(action)
observation = observer.extract(result)
state = stateStore.update(state, observation)
if stopPolicy.shouldStop(state):
return stopWithReason(state)12 · 评测指标
评测 Agent Loop，要看每一轮是否让任务更接近完成
好的 Loop 不一定步数多，而是每一步都有信息增量。无效循环会反复查相同资料、重复失败动作或过度润色。
每轮是否产生新证据、新产物、新判断或明确阻塞。
工具选择是否正确，参数是否有效，失败是否能合理恢复。
该交付时能交付，该追问时能追问，该停止时不继续消耗。
交付物是否完整、准确、可验证，并且清楚标注假设和风险。
反例信号
需要报警
- 1连续多轮调用同一个工具，但没有新信息。
- 2工具失败后不换策略，只是重复请求。
- 3预算耗尽后仍然生成“看似完整”的结果。
- 4观察结果和下一步计划没有因果关系。
13 · 企业案例
用 Agent Loop 生成商品导入失败明细 PRD
这个案例适合面试：它展示了 Agent 如何边查资料边更新计划，而不是一次性编完整 PRD。
1
Plan
目标是生成 PRD，下一步先查现有商品导入流程，避免重复设计。
2
Act
调用知识库检索历史 PRD、接口文档和错误码说明。
3
Observe
发现现有系统只有任务级失败统计，没有行级错误明细。
4
Continue
下一轮改查接口 schema，确认后端是否已有字段支持。
5
Deliver
PRD 中明确新增字段、页面交互、异常处理、验收标准和风险依赖。
loop trace
执行轨迹
Round 1:
plan: search current import flow
act: kb_search("商品导入 失败明细")
observe: found only task-level failure count
continue: need API schema
Round 2:
plan: verify backend fields
act: api_schema_lookup("importTaskResult")
observe: missing rowIndex, fieldName, errorCode
continue: add backend field requirement
Round 3:
plan: draft PRD
act: generate PRD sections
observe: acceptance criteria missing analytics
continue: add event tracking and final check
这个案例的讲解重点
面试友好
Agent Loop 的价值是让每轮动作都有证据和信息增量。它先查现状，再发现缺口，再调整计划，最后把缺口转化为 PRD 里的后端需求、前端展示和验收标准。
14 · 面试问答
回答 Agent Loop，要讲出状态、边界和停止条件
只说“规划、执行、观察”还不够。面试里最好补上状态管理、预算控制、失败恢复和人工介入点。
Q1：Agent Loop 是什么？
A：Agent Loop 是 Agent 持续推进任务的循环机制。它先根据目标和当前状态规划下一步，再执行工具或动作，观察结果并更新状态，最后判断继续、修正、追问、交付或停止。
Q2：为什么 Agent 需要 Loop？
A：因为复杂任务通常无法一次拿到全部信息。Agent 需要边查资料、边调用工具、边观察结果，再根据新信息调整计划。这样比一次性生成更可靠，也更容易处理失败和不确定性。
Q3：Loop 里最重要的状态有哪些？
A：包括目标、当前计划、已完成步骤、工具返回、关键观察、中间产物、预算、阻塞原因和待确认问题。没有这些状态，Agent 就无法稳定地跨轮继续工作。
Q4：怎么避免 Agent 无限循环？
A：要设置明确停止条件，包括完成条件、最大步数、最大工具调用次数、时间和成本预算、连续失败上限，以及需要人工确认的阻塞条件。每一轮都要判断是否真的产生了信息增量。
Q5：企业落地 Agent Loop 要注意什么？
A：要做工具权限控制、参数校验、日志审计、预算限制、失败恢复和人工介入。尤其是写操作和高风险工具，不能让 Agent 自由循环执行，必须有确认和审批。
15 · 练习和速查
练习目标：能画出一张 Agent Loop 状态机
学完这一课，要能把一个复杂任务拆成多轮，并说明每轮的 plan、act、observe 和 continue 决策。
客服订单 Loop
用户问订单未发货。写出三轮 Loop：查订单、查库存、生成解释或创建工单。
排障 Loop
接口 500 增多。写出查监控、查日志、查发布记录、验证根因的观察和继续条件。
PRD Loop
从粗略需求生成 PRD，列出每轮的检索、工具调用、观察结果和停止条件。
一页速查卡
复习
- 1Agent Loop 是 Plan、Act、Observe、Continue 的任务推进循环。
- 2Loop 能继续，靠的是状态：目标、计划、观察、产物、预算、阻塞。
- 3每轮动作要小而清楚，结果要可观察，失败要可恢复。
- 4Continue 阶段要决定：继续、修正、追问、交付、暂停或失败退出。
- 5可靠 Loop 必须有停止条件、预算限制、日志审计和人工介入点。