智能体执行循环：模型、工具、状态与停止

Agent 的能力来自整个系统

一个常见循环是：读取任务和状态，调用模型选择下一步，验证并执行工具，记录工具结果，判断是否继续。模型负责提议，程序负责执行边界与状态。并非每个任务都需要开放式 agent；固定顺序的业务流程通常更容易测试。

核心模块

模块	需要明确的内容
目标	可检查的完成条件、用户限制、允许动作
模型	精确版本、输入预算、工具与输出能力
工具	描述、schema、权限、读写性质与失败类型
状态	已完成步骤、待处理项、证据、错误和请求标识
执行器	参数校验、超时、重试、幂等、取消
观察	工具真实结果；与模型口头描述区分
停止条件	成功、失败、证据不足、预算耗尽或用户取消
评估	目标是否完成、过程是否越界、耗时与调用成本

最大步数只是兜底，不能代替成功条件。重试应按错误性质决定；身份错误或参数缺失通常需要修正输入，反复相同调用不会自行变正确。

纸上执行示例

给定“从允许访问的资料找出两处一致的定义”，只开放检索和读取工具。先检索候选，再读取正文，核对一致性，最后返回定义与来源；证据不足时结束并说明缺口。

记录每步 step_id、tool、arguments、result、decision、status。若工具超时，不能写成“已成功读取”；若任务要求两处来源，只找到一处不能宣称完成。执行日志保存可验证决策与工具证据，不要求收集模型隐藏推理。

练习与完成标准

手动模拟成功、无资料、工具超时和重复调用四条轨迹。为每条指出执行器的动作与终止原因。检查“完成”必须由哪些观察支持，而不能只由模型自己说了算。本次未部署或运行自动 agent。

复习问题

1. 工具提议、工具执行和工具观察分别由谁产生？
2. 重试什么时候需要幂等保证？
3. 固定工作流与开放式 agent 的选择依据是什么？

阅读依据与核验范围

• 学习指南
• 工具使用
• 可信智能体

2026-10-07：AI 助手协助原创整理，核对以上 GitHub 章节；示例与练习为本站设计，未执行的任务不作为实验结论。