智能体循环
Agent Loop
又称： Agentic loop · Run loop
“观察状态 → 模型决定下一步 → 执行工具 → 把结果回填”不断重复的执行机制，是几乎所有智能体框架的底层结构。
一轮循环里发生什么
- 把当前上下文（目标、历史、上一步的观察结果）交给模型。
- 模型输出一个决定：调用某工具并给出参数，或判断任务已完成。
- 运行时执行该工具，拿到结果（文件内容、命令输出、报错）。
- 结果作为新的“观察”追加进上下文，进入下一轮。
循环在“模型宣布完成”“达到步数 / 花费上限”或“触发错误停止条件”时结束。
为什么它是核心
循环把“单次生成”变成“可以试错、能纠偏的过程”：每一步的真实反馈都会修正模型的下一步判断。智能体框架之间的差异，很大程度就是这套循环在记忆管理、错误处理、终止条件、人工介入点上的不同设计。
常见误解
- 循环不是模型内部行为，而是运行时代码在驱动——模型每轮只被调用一次。
- 没有明确的终止条件，循环会在原地打转或耗尽预算。
相关术语
参考来源
整理于 2026-08-29 · 本术语表基于公开论文、官方规范和行业通用定义整理，随领域发展会更新。发现问题欢迎反馈。