Agent Loop
智能体循环
Agent Loop 是受控制的循环。Agent 检查状态、用允许工具操作、读取结果，再停止或继续。
另一个例子
规划 Agent 读取 Schema 数据、提出一项安全检查并记录结果。达到步骤上限后停止，不碰生产数据。
主要部分
- 01状态与目标
- 02受限行动
- 03观察与停止
什么时候用
每个新结果都会改变下一个操作时使用。停止、成本、权限和失败规则都要先设置。
什么时候不要用
避免无限重试、模糊成功条件和未检查的工具副作用。权限或证据用完后必须停止。
代码里的名称
state → decide → tool → observe → stop/continue 上线前要检查
检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。
预期结果：使用或评估 智能体循环 (Agent Loop)，让 AI 行为可以衡量，也能连回证据。 用户场景：规划 Agent 读取 Schema 数据、提出一项安全检查并记录结果。达到步骤上限后停止，不碰生产数据。 AI 方法或概念：智能体循环 (Agent Loop)。 适用理由：每个新结果都会改变下一个操作时使用。停止、成本、权限和失败规则都要先设置。 不应使用的情况：避免无限重试、模糊成功条件和未检查的工具副作用。权限或证据用完后必须停止。 AI 要求：定义输入与参考证据。设置模型和工具权限。使用有版本号的评估数据与指标。说明失败、拒答、隐私、速度与成本限制。 运营防护：保留可查询记录，并隐藏其中的敏感数据。提供用户看得懂的安全备用做法。标出必须由人工复核的步骤，并定义模型或提示词的恢复方式。 验收标准：在有版本号的评估集上记录当前基线与目标。测试边界案例与恶意输入。验证安全备用做法、监控、权限与恢复方式。 证据与限制（证据边界）：没有一份官方标准能涵盖全部内容。不同团队、平台或框架的用法可能不同。 待确认：目标任务、模型与版本、评估负责人、参考数据、风险阈值、工具权限，以及生产环境的安全备用做法。
检查这份需求
请 AI 编程助手检查当前如何使用 智能体循环 (Agent Loop)。 定义：Agent Loop 是受控制的循环。Agent 检查状态、用允许工具操作、读取结果，再停止或继续。 生产环境检查：检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。 修改程序前，先列出看到的证据、缺口、严重程度，以及最小且安全的修正。