出品 | 网易智能
作家 | 小爪
裁剪 | 王凤枝
本年围绕AI Agent的探究里，一个词倏得变得高频：loop。
它听起来像设备者黑话，但说白了等于一件事：让AI不再只恢复一句话，而是在一个任务里反复践诺归拢套当作：作念一步，看后果，再决定下一步。
6月，前谷歌工程控制Addy Osmani写了一篇《Loop Engineering》。著述发轫暗示：Loop的推行，是把\"你来请示Agent\"这件事，交给一个你联想好的系统来作念；Anthropic Claude Code细腻东说念主Boris Cherny也说，我方的职责依然造成了\"写loop\"，让loop去请示Claude、判断下一步作念什么。
往常咱们用AI，大多是一问一答。东说念主写请示词，模子给谜底；谜底不怡然，东说念主再补充，模子再改。任务奈何往前走，仍然由东说念主细腻。
Agent思改革的等于这个单干。
东说念主给出一个联想后，它不应该只回一句\"我提倡你这么作念\"，而是要能我方拆要领、调用器具、不雅察后果、修正门路，直到任务完成，有时判断我方连接不了。
放到居品里，这等于任务反应闭环。
它不是模子我方熟习我方，也不是模子倏得长出新材干。更接近的领悟是：一个外部系统把模子、器具、高下文、顾虑、查验器和罢手要求包在一说念，让AI能在一个任务里反复践诺\"探究、举止、不雅察、修正或罢手\"这套当作。
这个变化很蹙迫。因为聊天机器东说念主只好恢复得像样，Agent却要确凿把事往前推。
一次恢复解决不了长任务
最容易领悟的例子，照旧修一个报错。
平素聊天模子看到一段失实日记，可能会径直说：\"这里像是依赖问题，你不错试试这么改。\"
有闭环材干的Agent会多走几步。它先读关系文献，找到可能出错的方位；改完以后跑测试；测试失败，就读新的失实日记，再改一轮；若是几次都不行，它应该停驻来说明卡点，而不是连接乱试。
这件事放到代码里很直不雅，放到调研和办公里也不异。
让Agent作念一份行业简报，它不可只生成一篇看起来无缺的著述。它要先列问题，再找费力，划分一手开首和转述开首，遭遇数据冲破连接补查，终末把论断、开首和概略情处打发明晰。
让Agent准备会议费力，它也不可只写一段议程。它要看日期、读邮件、找文档、整理待办；衰败授权或关节信息时，它还得知说念停驻来问东说念主。
这些任务的共同点，是经过中会不停产生新景况。
网页打不开，测试又报错，费力彼此冲破，用户率先的联想需要再行拆分。请示词只可设定滥觞，闭环处理的是经过。
多轮对话里，东说念主是轮回的发动机。AI给一版，东说念主看一版，东说念主再提醒它查什么、改什么、停在那里。
Agent loop里，系统运转承担一部分轮回。 上一步后果会造成下一步输入，器具复返会改革后续当作，测试失败会触发新一轮修正。东说念主不再一句一句推着它走，而是提前联想这个轮回该奈何跑。
难点运转转向模子外面
是以，Agent的难点不单在模子。
Anthropic在探究高下文工程时，把Agent界说为\"大言语模子在一个loop中自主使用器具\"。它强调，Agent跑起来以后会不停产生新信息，系统必须反复决定哪些内容干预有限高下文，哪些信息只保留为外部援用，哪些器具应该在运行时再去读取。
这等于为什么只堆长请示词不够。
长任务里，空泛不在第一句话奈何写，而在系统若何捏续整理高下文、接入器具、记载景况、查验后果。
高下文要先分明晰：哪些是事实，哪些是布景，哪些仅仅陈迹。器具也要分层：搜索、浏览器、代码践诺、文献读写、邮箱、日期，不可所有交给Agent怪异用。后果查验要造成固定当作：写作要查开首和本事，修代码要跑测试，作念调研要列出概略情处。
还有一个频频被低估的东西：顾虑。
Addy Osmani在那篇著述里提到，长本事运行的Agent不可只靠一次对话窗口，它需要一个外部景况，不错是Markdown文献，也不错是方式料理看板，六个男人躁到早上用来记载依然作念了什么、下一步是什么。模子会忘，方式不可忘。
这亦然Agent居品越来越像\"微型职责系统\"的原因。 它不仅仅一个聊天框，而是一套由自动任务、器具连络、方式常识、子智能体、景况记载和查验机制构成的践诺环境。
最容易被忽略的是：它很用钱
loop听起来很好意思，但它不是免费的。
一次聊天恢复，鄙俚等于一次模子调用。一个Agent loop可能要搜索、读网页、调用器具、生成探究、践诺当作、再调用一个模子查验后果。每多一轮，token糟践、器具调用次数、恭候本事都会增多。
Addy Osmani在《Loop Engineering》里也提醒，token资本必须堤防，因为不同使用模样下糟践会差许多。Anthropic讲Agent的运行时探索时，也提到这种模样会比事前取好数据更慢，还需要更罕见志的工程联想，不然Agent可能糟践高下文、误用器具，有时追着死巷子跑。
这等于loop的第一层现实资本：费token，费器具调用，费本事，也费审核元气心灵。
第二层资本更隐秘：Agent作念得越多，东说念主越要查验它到底作念了什么。
若是一个Agent修了12个文献、跑了4次测试、援用了8个网页，名义上它\"很死力\"，但东说念主要说明的东西也变多了。它省却的是手工要领，增多的是经过审计。
是以，任务闭环不是越长越好。
好的loop要知说念什么时候连接，也要知说念什么时候停。失败三次要停，预算超了要停，碰到发邮件、删文献、提打发码这种外部当作要停，遭遇开首不明晰也要停。
不会停的Agent，自己等于风险源。
闭环也会把失实放大
loop的另一个风险，是失实会顺着链条积聚。
原地打转还比拟容易看出来：它一直搜索、一直牵记、一直改写，任务莫得鞭策。
更危急的是另一种情况：Agent选了一条看似合理、但根基就错的门路，然后一齐往前走。 第一步开首错了，背面的分析就会越写越无缺；第一步判断错了，背面的修改就可能越改越远。它越死力，回头资本越高。
还有\"假完成\"。
这是我最记挂的一类失败。它不像报错那样显着，反而看起来很奏效：要领都全，日记漂亮，托付无缺。但终末后果莫得确切昌盛联想。
比如一份调研说明，结构无缺、言语顺滑、援用不少，可关节事实来自二手转述；一段代码，测试刚好通过了，但绕开了原来的问题；一封邮件，口吻正确，却发给了不该发的东说念主。
Agent一朝能举止，权限也会变明锐。让AI给提倡是一趟事，让它改文献、发邮件、提打发码、下单、删除内容，是另一趟事。权限、预算、日记和东说念主工说明点，必须放在loop外面，不可完全交给loop我方决定。
OpenAI前量度员Lilian Weng在探究框架工程时也提到，权限放弃和安全层应当在会自我纠正的loop以外。这个判断放到平素Agent居品里也建造：越能自动践诺，越要把关节规模放在系统外层。
东说念主莫得退出，仅仅位置变了
若是说请示词时间考验的是\"奈何问AI\"，Agent时间考验的是\"奈何界说任务系统\"。
以前，东说念主不错随时在聊天里提醒模子：\"分歧，再行查\"\"这个开首不行\"\"先别写，补布景\"\"这个当作别作念\"。
到了Agent闭环里，这些提醒要提前造陈规则。
设备者要联想景况、器具、测试和罢手要求。居品司理要界说任务流：用户给什么联想，Agent能作念哪些当作，在那里托付，那里必须让东说念主说明。就连平素用户，也不可只写一句\"帮我惩办\"，必须把联想、规模和验收举止说明晰。
东说念主莫得被拿掉，仅仅从\"每一步都提醒它\"，造成\"联想它奈何我方走完这几步\"。
这亦然为什么Agent竞争不会只停在模子材干上。
模子更贤人虽然蹙迫。但当AI从聊天窗口干预职责流，更能拉开差距的，可能是轮回系统谁更稳：谁更会整理高下文，谁更会调用器具，谁更会查验后果，谁更能放弃资本，谁更知说念什么时候停。
下一代AI助手要比的，不仅仅恢复质料。跑完任务是一件事，让东说念主宽心它是奈何跑完的，是另一件。
