Agent 和聊天机器人的分界线在哪？一个词：循环。聊天是一次请求一次响应，Agent 是在循环里反复"推理→调工具→看结果"，直到任务完成或触发停止条件。Anthropic 工程团队的说法很到位：Agent 通常就是 LLM 在一个循环里基于环境反馈使用工具。
循环的最小实现
去掉包装，核心就一个 while：
while not done:
response = call_llm(messages) # LLM 想一步
if response.tool_calls: # 决定调工具
results = execute_tools(...) # 执行
messages.append(results) # 结果塞回上下文
else:
done = True # 不调了，输出答案
每轮内部五个阶段：感知（输入进上下文）→ 推理（判断现状与下一步）→ 规划（复杂任务拆子步骤）→ 行动（调工具）→ 观察（结果回填）。推理是大脑，观察是回路——少了观察，循环变成空转。
两种干法的取舍
ReAct：边想边做。 每步先 Thought 再 Action 再 Observation，灵活、能随时纠偏，代价是每轮都调 LLM，token 和延迟双高。适合路径不确定的探索性任务。
Plan-and-Execute：先想好再做。 先生成完整计划，再逐步执行。省 token、延迟低，但计划错了纠偏成本大。适合结构清晰、步骤可预知的任务。
选型的判断标准不是哪个更先进，而是任务的确定性：能预判步骤的选 Plan-and-Execute，不可预知的选 ReAct，混合任务用"计划骨架 + 局部 ReAct"。
一个真实任务的循环轨迹
"找 2026 年引用量最高的 Agent Memory 论文并总结"：第一轮推理"先搜论文"→调学术搜索→15 篇结果；第二轮推理"最高那篇要全文"→调文档检索→拿到摘要；第三轮推理"信息够了"→不调工具直接生成→退出。三轮、两次工具调用、一个答案。单轮响应做不了这事——你无法在一次 LLM 调用里完成搜索加检索加总结。
停止条件：生产环境必须补的一课
Demo 里循环靠"模型自己说完成"就够了，生产环境必须显式加三道闸：最大迭代轮数（防死循环烧 token）、token 预算上限（防单任务成本失控）、工具失败熔断（连续失败 N 次终止并告警）。三道闸全部落在代码层而不是提示词层——提示词约束不可靠，模型偶尔会忽略。
验证自己写的循环是否正确
三条检查：日志能看到完整的推理-工具-观察序列（不是黑箱跑完）；人为让一个工具返回错误，确认下一轮推理真的消费了这个错误信息；设一个小轮数上限跑一个复杂任务，确认循环按上限停止而不是静默截断。三条过了，这个循环才配叫 Agent，而不是套壳的 while。
评论0