1.什么是 Agent LoopAgent Loop 是 Agent 围绕目标反复执行“读取目标和当前状态 → 判断下一步动作 → 调用工具或生成结果 → 获取 Observation → 更新状态”的过程。它和普通 LLM一次性生成完整答案的区别是Agent Loop每一步都根据新的外部反馈修正后续行动。工程上 Agent Loop 必须有明确的终止条件和资源预算比如最大步数、Token、时间和金额限制否则容易出现重复调用、跑偏或无限循环。2.什么是 ReActReAct是Thought-Action-Observation循环的经典Agent范式。Thought 模型分析当前状态决定下一步该做什么。Action基于thought结论模型输出工具调用并执行。Observation基于工具执行后返回的真实结果模型进行下一次thought。工程实现中不应把模型生成的推理文字当作已确认事实。真正可信的信息应来自工具、数据库、检索证据或校验器模型的判断只用于选择下一步动作。同时还要限制循环次数、工具范围和高风险操作。3.ReAct 容易出现什么问题怎么治理问题一ReAct 每一圈都把新的 Thought、Action、Observation 拼回上下文上下文越滚越长上下文一截断状态就丢了容易造成注意力稀释和任务漂移。问题二死循环。 工具反复失败时模型会一遍遍用相同参数重试同一个工具卡死在那。问题三终止判断不可靠。 无法判断什么时候应该停止。问题四不可观测。 出了问题只有一坨混在一起的对话文本生产环境根本没法排查。问题五由于每一步都依赖前一步的结果早期错误还可能沿着调用链持续传播。治理要在模型外记录目标、当前进度和已尝试动作对工具参数做 Schema 与业务校验检测重复调用和连续无进展并设置最大步数、重试次数、Token 和时间预算工具错误需要区分可重试、需补参、权限拒绝和不可恢复等类型高风险动作还必须审批。