一句话概括:Agent 的本质,就是「让模型反复思考 → 调用工具 → 观察结果 → 再思考」,直到不需要工具为止。
一、什么是 Agent Loop
传统的大语言模型(LLM)是「一次性」的:你问一句,它答一句,回答完就结束了。它只能靠训练时学到的知识回答问题,无法获取新信息,也无法执行任何动作。
而 Agent(智能体)不一样。它把模型从「对话机器人」变成了「能行动、能使用工具的智能体」,靠的就是一个循环——Agent Loop(智能体循环)。
在循环中,模型不再是一次性输出答案,而是每一步都在做决策:
我能回答吗?
如果不能,我需要调用哪个工具?
调用工具后得到了什么结果?
基于这个结果,我现在能回答了吗?
……继续循环,直到能回答为止。
这个「思考 → 行动 → 观察 → 再思考」的过程,让模型能够解决单次推理无法解决的问题,比如查数据库、算数学题、操控浏览器、读写文件等。
二、核心伪代码
下面这段伪代码几乎概括了所有 Agent 循环的精髓:
while True: # 1. 把到目前为止的对话(包括工具返回的结果)交给模型 Model(messages) # 2. 看模型这次有没有想调用工具 if tool_calls: # 3. 有 → 执行工具,把结果追加到对话里 execute tool_calls append result to messages # 4. 带着新结果继续循环,让模型再判断一次 continue else: # 5. 没有 → 说明模型认为可以回答问题了,结束循环 return answer
别看它只有短短几行,这里面蕴含了整个 Agent 架构的核心机制。
三、逐行拆解原理
1.Model(messages)—— 模型负责「思考」
每次循环,模型都会拿到完整的对话历史,包括:
用户的原始问题
模型自己上一步说的话
工具返回的结果(观察结果)
模型读完后,会输出两种内容之一:
一段最终回答文本 → 表示它准备收尾
一个「工具调用请求」(tool_calls)→ 表示它想使用某个工具
关键点:模型本身不会真正执行工具,它只是「提出请求」。执行是循环体里其它代码的事。
2.if tool_calls:—— 判断是否需要行动
如果模型输出了tool_calls,说明它认为:仅凭现有信息还不够,需要借助外部工具才能回答。
比如用户问「北京现在天气怎么样?」,模型没有实时天气数据,它就会发出一个工具调用请求:
调用工具: get_weather 参数: { "city": "北京" }3.execute+append result—— 执行与观察
这是循环最关键的一步:
执行:调用真实的函数/API,拿到返回数据(比如天气接口返回的 JSON)。
追加:把工具返回结果以「工具消息」的形式,写回
messages。
这相当于模型在「睁开眼看世界」。工具的结果成为了模型的新的观察,为下一步推理提供依据。
messages = [ ... (之前的对话), { role: "assistant", tool_calls: [get_weather(北京)] }, { role: "tool", content: "{ 'temp': 25, 'weather': '晴' }" } ]4.continue—— 进入下一轮思考
带着工具结果,循环回到第 1 步。模型再次阅读全部历史,这次它知道了「北京 25°C,晴」,就能组织出最终回答:
「北京今天 25°C,天气晴朗,适合出门。」
如果这次模型仍然觉得信息不够,它会继续调用工具,循环往复。
5.return answer—— 终止条件
当模型不再产生tool_calls,而是直接输出答案文本时,循环结束,返回答案。
注意:循环的终止条件是「模型不再想用工具」。这是由模型自主判断的,不是我们预先规定要循环几次。
四、一个完整例子
把上面的天气例子串成完整流程:
用户: "上海今天适合穿什么?" Round 1: Model 思考 → 发出 tool_calls: get_weather("上海") 执行工具 → 返回 { temp: 32, weather: "多云" } ↓ Round 2: Model 看到结果 → 认为信息足够,输出答案: "上海今天 32°C,多云较闷热,建议穿短袖,注意防晒。" → 没有 tool_calls → 循环结束,返回答案如果是更复杂的任务,比如「对比两家公司的财报」,循环可能是这样的:
Round 1: 调 search_web 搜索公司信息 Round 2: 调 fetch_url 打开财报页面 Round 3: 调 analyze_document 分析数据 Round 4: 信息齐全,输出对比报告
每一轮都让模型「更进一步」,最终完成一个单次调用根本无法完成的复杂任务。
五、为什么需要循环?
| 单次调用 | Agent Loop |
|---|---|
| 模型只靠「记忆」回答 | 模型可以「查阅」实时信息 |
| 无法执行动作 | 可以操作工具/外部系统 |
| 一步到位,容易出错 | 分步推进,可观察、可纠错 |
| 回答完就结束 | 可以反复验证、补充信息 |
简单说:循环赋予了模型「行动力」和「纠错能力」,让它能解决开放式、需要多步推理的真实任务。
六、几个需要留意的设计点
1. 防止无限循环
如果模型反复调用工具却始终不给出答案,循环会无限进行下去。实际工程中通常要加保护:
while attempts < MAX_ATTEMPTS: ... raise AgentLoopLimit("循环次数超限")常见的保护措施有:最大轮数限制、超时时间、token 预算。
2. 错误处理
工具执行可能失败(网络超时、参数错误)。此时应把错误信息也当作工具结果写回 messages,让模型自行调整策略,而不是直接崩溃:
{ role: "tool", content: "Error: 查询超时,请稍后重试" }3. 工具定义
为了让模型知道有哪些工具可用,我们需要把工具的名称、参数、用途描述告诉模型(通常通过 API 的tools参数传入)。工具的「说明书」写得越清楚,模型的调用越准确。
七、总结
Agent Loop 的核心思想只有一句话:
让模型自己决定「要不要用工具、用什么工具、用几次」,直到它能回答为止。
while True: Model(messages) if tool_calls: execute append result continue else: return answer
这段伪代码里,while True是持续推理的骨架,tool_calls是模型与外部世界交互的通道,append result是让模型「看见」行动结果的关键。理解了这三者,你就理解了现代 Agent(ReAct、OpenAI Function Calling、LangChain Agent 等)底层共同的运行机制。
参考与延伸
ReAct:Synergizing Reasoning and Acting in Language Models
OpenAI Function Calling / Tool Use 文档
Anthropic Claude Tool Use 文档
