返回文章目录
FIELD NOTE / 技术笔记

Agent Loop:行动之后,为什么必须重新观察

从一次工具调用到完整任务,关键不是让模型连续执行,而是让每一步结果改变下一步决策。

一台用于人机交互的白色机器人

把模型接上工具,并不意味着它已经能够可靠地完成任务。工具调用只是“能做事”的入口;任务执行还需要持续确认:刚才做了什么、环境发生了什么变化、现在离目标还有多远。

一个循环的三个部分

最小的 Agent Loop 可以概括为:选择动作、执行动作、读取结果。结果不是附带的日志,而是下一轮决策的输入。每一次观察都可能改变原先的计划。

例如,编程助手读取文件后,发现实际接口与预想不同,就应该先修正理解;运行测试后看到报错,就应该依据报错定位,而不是继续沿用最初的假设。连续执行一长串未经检验的步骤,会把早期误判放大到后面。

工具调用需要可验证

好的动作应当具体,输入清楚,结果容易检查。与其给出“修好整个系统”这样的模糊指令,不如先定位一个失败测试、读取相关模块、修改有限的代码,再运行对应验证。

这不是为了把流程变慢,而是为了缩短错误从发生到被发现的距离。每一步都有清楚的结果,任务中断后也更容易恢复。

一个值得保留的检查点

设计 Agent 工作流时,我会问:下一步决策依赖哪条真实反馈? 如果答案说不清,说明流程可能只是在自动重复动作。让观察进入循环,Agent 才能从工具使用者变成有反馈的执行者。

资料来源:基于《Harness工程实战:从零开始驾驭AI软件工程》读书笔记整理。本文为主题整理,并非原书摘录。

END OF NOTE .返回文章目录