AI Agent Engineering · Week 02
02-02|Agent Loop 真正怎么运行
逐轮拆解 Goal、Observe、Decide、Act 与 Stop,理解 Tool result、max turns 和错误恢复怎样共同约束 Agent。
一个 Loop 不是一个 while true
循环让 Agent 能根据新事实继续工作,也可能让错误、成本和副作用重复发生。可靠 Loop 每一轮都要知道:目标是什么、当前观察是什么、允许哪些行动、行动结果是什么、现在应该继续还是停止。
Goal
↓
Observe → Decide → Act
↑ ↓
└── Tool Result ┘
↓
Stop / Continue
Loop 的一次完整转动
消息、状态、结果、错误
追问、查询、回复、升级
Runtime 校验并执行
Observe:只加入可信且相关的新信息
Observation 可以来自客户、工具、应用状态或错误处理器。来源必须可识别。客户说“物流显示已签收”和承运商工具返回 delivered 不是同等级事实。Context 应保留来源标签和必要字段。
Decide:模型只能选择允许的动作
模型看到当前 Context 与可用动作定义,返回 final response 或 action request。动作集合越清晰,决策越容易验证。模型生成一个不存在的工具名,应被 Runtime 当成行为错误处理。
Act:应用执行,副作用受控
Runtime 校验动作名称、参数、权限、预算和当前状态。查询类动作可以按策略重试;退款等副作用动作还要做幂等和审批。Week 03 会深入 Tool,本周使用模拟执行器理解循环。
Tool result 重新进入 Context
工具返回后,Runtime 把结果与对应 call ID 加入下一轮。模型才能知道 XB-1024 查到了什么。只把“工具成功”加入 Context 不够;返回应包含做下一步所需的最小事实和明确错误码。
一次物流查询的执行 Trace
- TURN 1Observe
“Where is my order?”
Decide → ask_for_order_id - TURN 2Observe
Customer supplied XB-1024
Decide → lookup_order - ACTIONRuntime
参数与身份通过;模拟查询
Result → status=shipped, tracking=TR-7 - TURN 3Observe
经过校验的订单结果
Decide → lookup_tracking - ACTIONRuntime
模拟物流查询
Result → in_transit, ETA=2026-10-20 - TURN 4Stop
Goal 已满足
Final response with sourced facts
Stop Conditions:完成与终止都要设计
| 条件 | 示例 | 系统行为 |
|---|---|---|
| Goal completed | 已取得有来源的物流状态 | 生成最终回复并结束 |
| Need user input | 缺订单号 | 返回追问,等待新输入,不在后台空转 |
| Max turns | 已运行 6 轮仍未完成 | 停止并升级人工 |
| Non-recoverable error | 身份不匹配、权限拒绝 | 立即停止,不换工具绕过 |
| Retry exhausted | 物流接口连续超时 | 明确暂时无法确认,建立跟进 |
| Budget/time limit | 达到调用或时长预算 | 保存状态并安全结束 |
Max Turns 不是业务完成条件,它是保险丝。设得很大不会让任务更聪明,只会让错误循环更久。设得过小则会截断合理路径,因此要用代表任务 Trace 来确定。
Error 怎样进入 Loop
timeout有限退避重试
missing orderId向客户追问
unauthorized立即停止
unknown action记录并有限重试
malformed tool data拒绝使用并升级
max turns保存 Trace,转人工
Failure Lab
没有 Stop Condition
为什么诱人: 希望 Agent 坚持到成功。
为什么失败: 同一失败工具可能被反复调用,成本不断增加,副作用还可能重复。
更好的设计: 业务完成条件与保险丝同时存在;记录轮数、重复动作和错误次数。
Tool 失败后只返回一段模糊文本
为什么诱人: “Something went wrong” 实现简单。
为什么失败: 模型无法区分超时、未授权和不存在,可能选择危险的恢复路径。
更好的设计: 返回稳定错误码、是否可重试和安全说明;敏感内部信息不进入模型。
每个错误都让模型自由决定
为什么诱人: 看起来最灵活。
为什么失败: 未授权属于硬边界,模型不应通过换参数或换工具绕过。
更好的设计: Runtime 先执行确定错误策略,只有允许恢复的情况才交给模型选择下一步。
实践:手工跑一段 Loop
用纸或表格模拟“缺订单号 → 补充订单号 → 订单查询成功 → 物流超时”的过程。每一行写 turn、observations、decision、action、result、stop check。物流超时只允许重试一次,第二次超时后必须停止并给出可交付给人工客服的状态。
Acceptance Criteria
- ☐ Trace 至少包含三轮模型决策与两个模拟动作。
- ☐ 每个结果都带来源和稳定状态。
- ☐ Tool result 会进入下一轮 Observation。
- ☐ 未授权错误立即停止,不交给模型绕过。
- ☐ 超时重试次数明确且有限。
- ☐ Max Turns、时间或成本至少有一项硬上限。
- ☐ 最终回复只引用 Trace 中已经确认的事实。
- ☐ 停止后保留足够信息供人工继续处理。
合上正文,试着回答
- Agent Loop 的五个核心动作是什么?
- 为什么工具结果必须带来源和错误类型?
- Max Turns 解决什么问题,不能解决什么问题?
- 哪些错误可以交给模型选择恢复,哪些必须由 Runtime 终止?
- 为什么无限 Loop 属于工程事故?
下一课会让 Codex 实现这个最小 Loop,用模拟动作得到可运行的 Support Agent V0.2,并用 Trace 与失败测试验收。
延伸阅读 / Sources
核查日期:2026-10-17。
- OpenAI Agents SDK:Running agents。用于核对工具结果回传、final output 与 max turns 的生命周期。
- OpenAI Agents SDK:Agent reference。用于核对工具结果进入下一轮或触发停止的运行行为。
- OpenAI API:Errors and recovery。用于核对结构化错误和恢复信息应被显式处理。
长期有效的原理: 每轮都有 Observation、受控 Action 和 Stop Gate;错误是状态,不是可忽略文本。当前实现方式: SDK 异常类型和默认轮数可能更新,生产实现应显式配置并测试。