Agent Loop 终止机制:分层判定何时该停

作者:十万个为什么2026.11.16 10:20浏览量:0

简介:本文系统解析 Agent Loop 的终止机制——一个 Agent 究竟何时该停、由谁决定、停在哪一层。文章把"停止"拆成模型流、工具调用、轮次、driver 活动与长期目标五个层级,逐一说明每层的完成判据;并区分 completed、blocked、max-tokens、aborted、error、interrupted 等关键终止原因,重点讲清 aborted 与 interrupted 的差异,以及为什么幂等、重试、副作用审计都必须依赖这些语义。适合正在构建 Agent 运行时、任务调度与故障恢复能力的开发者与技术选型者。

agent-loop-">一、什么是 Agent Loop 终止机制

Agent Loop(智能体循环)终止机制,指的是一套用于判定”当前这次运行、这一轮交互、乃至整个长期目标是否应该停止”的规则与状态体系。它回答的不是”Agent 如何干活”,而是”Agent 什么时候、在哪一层、由谁按下停止键”。

很多开发者最初会把这个问题简化成一个循环条件,例如”只要还有工具调用返回,就继续跑”。但在真实生产环境里,”结束”并不是单一事件,而是在好几个不同位置分别发生的判定:一次模型请求可能结束、一批工具调用可能返回、一个对话轮次(turn)可能闭合、调度器(driver)可能进入空闲(idle),而长期目标(goal)却可能仍处于未完成状态并再次把 Agent 唤醒。终止机制的价值,正是把这几层”停”分别定义清楚,避免它们被混为一谈。

二、为什么”停”比”跑”更难

先看一个真实场景。把 Agent 接入工单系统,让它自己领取任务、执行并反馈。假设工单要求升级某个 SDK:代码改完,测试通过,Agent 调用接口创建 PR,接口等了三十秒,返回一个 504 网关超时。

问题随之出现:页面上看不到 PR,但服务端很可能已经创建成功,只是响应没能回来。如果让 Agent 再试一次,明天可能多出一个一模一样的 PR;如果就此收工,又可能把一次真正的失败悄悄漏掉。哪怕 PR 已建好,CI 还在排队,”任务是否完成”依然没有确定答案。

这类”看起来是小事”的边界情况,一进生产环境,简单的循环条件就不够用了:

  • 工具已经返回,模型往往还要再看一眼结果才能决定下一步;
  • 用户在命令执行途中插入了新的指令(steering);
  • 一个并行工具报告可以收口,另一个工具却留下了需要模型解释的中间结果;
  • Agent 回到 idle 后,长期目标还可能在下一次检查时把它叫醒。

所以终止不是一个布尔判断,而是一套需要在多个层面分别确认的机制。

三、一个 PR 任务里的五次”停下”

把代码摊开,大致能看到五个由外到内、层层嵌套的终止层级。它们回答的是不同粒度的问题。

第一层,模型流结束。这只说明本次模型请求收到了结束信号,但结束的原因各不相同:可能是正常生成完成,也可能是撞到 token 上限、发生错误,或者被外部取消。流结束 ≠ 任务结束。

第二层,工具调用结束。模型发起的这一批工具都返回了,说明”这一批”调用结束。但模型通常还需要看一眼工具结果再决定下一步,因此工具停下来,绝不等于这一轮也停下来。

第三层,一个 turn 结束。只有当工具结果已经交回模型、本轮没有待处理的回复、且 next-step 队列里也没有新消息时,一个 turn 才算真正闭合。用户中途塞进来的 steering,或工具补进来的上下文,都会把这一轮重新拉起来。

第四层,driver 活动结束。只有当调度器确认当前 Agent 暂时没有下一条 turn 时,才说明 driver 可以回到 idle。这一层关注的是”调度层面还有没有排队的活儿”。

第五层,长期 goal 结束。只有当持久状态变为 complete、blocked 或 paused 时,长期目标才算结束。Agent 此刻 idle,不代表目标已经完成;目标驱动器(Goal Driver)下一次检查时,仍可能通过唤醒方法(如示意性的 followup())把它重新叫回来。

这五层的关系可以概括为:内层结束是外层结束的必要而非充分条件。忽略任何一层的独立判定,都会在幂等性、资源释放或状态一致性上出问题。

四、turn 终止原因:为什么必须分开记

即便在同一个 turn 内,结束的原因也要被结构化地记录下来,行业常见的做法是把 turn 终止原因(turn end reason)拆成至少六类:

  • completed:正常完成,本轮已闭合,可以安全地视为一次干净的结束;
  • blocked:被阻塞,例如等待外部资源、依赖尚未就绪;
  • max-tokens:触及 token 上限,生成被截断,通常意味着”未做完”而非”做完”;
  • aborted:运行时收到取消信号,进程仍在,有机会执行清理;
  • error:执行过程中出错;
  • interrupted:进程突然消失,由恢复层为尚未闭合的 turn 补记的状态。

其中最关键、也最容易被合并的一类差异,是 aborted 与 interrupted 的区分:

aborted 表示运行时有意识地收到取消,此时进程还活着,可以做资源释放、写回检查点、回滚临时状态等清理工作;interrupted 则是进程突然消失(崩溃、被强杀、节点宕机)之后,恢复层事后给那个”悬而未决”的 turn 补上的状态——进程已经不在,没有任何清理机会,只能依赖持久化的上下文来判断它停在了哪里。

在做副作用审计(这次运行到底改了哪些外部状态)或决定是否需要重试时,把这两个混为一谈是危险的。aborted 的任务可能已经完成了清理,重试是安全的;interrupted 的任务则处在”不知道做到哪一步”的不确定态,盲目重试可能造成重复副作用(比如那个可能已经建好的 PR)。

五、工作原理:停止键到底由谁按

把上述机制串起来,一次运行内部的停止判定大致遵循这样的层次化流程(示意性伪代码,非特定产品实现):

  1. while driver 未进入 idle:
  2. turn = 打开新的轮次
  3. while turn 尚未闭合:
  4. resp = 调用模型()
  5. if resp.结束原因 ∈ {max-tokens, error, aborted}:
  6. 记录 turn 终止原因,按策略决定是否重试或清理
  7. break 出本轮 turn
  8. for call in resp.tool_calls:
  9. 结果 = 执行工具(call)
  10. if 工具被取消: 标记 aborted 并触发清理
  11. 若 steering 或工具上下文进入 next-step 队列:
  12. 继续本轮 turn # 轮次被重新拉起
  13. else:
  14. 记录 completed 并闭合 turn
  15. if 无待处理 turn:
  16. driver 回到 idle
  17. 目标驱动器检查长期 goal 状态:
  18. 若 goal ∈ {complete, blocked, paused}: 结束
  19. 否则: 通过唤醒方法重新拉起 Agent

核心思想是:不同层级负责回答不同问题——模型流回答”这次生成是否干净地结束”,工具层回答”这批副作用是否都拿到了结果”,turn 层回答”这一轮交互是否闭合”,driver 层回答”调度上还有没有排队的任务”,goal 层回答”长期目标是否达成了终态”。停止键并非由单一组件掌握,而是按层级逐级确认。

六、典型应用场景

这套终止语义在以下场景中尤为关键:

  • 工单/任务自动化:Agent 领取并执行后台任务时,需要精确区分”完成”与”被中断”,以决定是否重试及如何审计。
  • 编码与持续集成助手:代码改完、测试通过、创建 PR 后,还需等待 CI 排队与结果,任务终态远不止”发出请求”这么简单。
  • 需要外部副作用的 Agent:凡涉及创建工单、提交 PR、发起支付、写外部存储等有副作用的动作,都必须依赖幂等与终止原因来避免重复执行。
  • 长时间运行的目标型 Agent:长期 goal 驱动器会在 Agent 空闲时按需唤醒,要求 idle 与 goal 完成被严格区分。

七、容易混淆的概念辨析

  • 工具结束 vs turn 结束:工具返回只是”一批调用”结束,模型往往还要再看结果,turn 需要额外确认 next-step 无新消息才闭合。
  • idle vs goal 完成:Agent 回到 idle 只说明当前没有待处理 turn,长期目标可能仍未完成并被再次唤醒。
  • aborted vs interrupted:前者是运行时的主动取消,有清理机会;后者是进程消失后恢复层的补记,无清理机会、状态不确定。
  • completed vs max-tokens:前者是干净结束,后者是被截断的”未做完”,二者对后续重试策略的含义完全不同。

八、使用注意事项

  • 幂等优先:任何有副作用的工具都应支持幂等键,让”重试一次”不会造成重复外部状态(如重复创建 PR)。
  • 按终止原因分流处理:为 completed、blocked、max-tokens、aborted、error、interrupted 分别定义重试、清理与审计策略,而非用统一的 try/catch 兜底。
  • 持久化足够的状态用于恢复:由于 interrupted 发生在进程消失之后,必须把轮次进度、工具副作用记录写入持久存储,恢复层才能判断”停在哪一步”。
  • 为 blocked 设置超时与升级路径:长期目标若长时间处于 blocked,应有超时、暂停或人工介入机制,避免 Agent 无限等待。
  • 区分”这一轮”与”这个任务”的结束语义:在指标、日志与告警中分别记录 turn 与 goal 层的结果,便于定位问题到底出在哪一层。

九、总结

Agent Loop 终止机制的本质,是把单一的”何时该停”拆解成五个层级的独立判定:模型流、工具调用、turn、driver 活动与长期 goal。每一层结束都是外一层结束的必要而非充分条件,而 turn 终止原因(尤其是 aborted 与 interrupted 的区分)则决定了重试是否安全、副作用能否审计、资源是否需要清理。理解了这套分层语义,才能在把 Agent 接入工单、CI、外部 API 等有副作用的真实系统时,既不错杀真正的失败,也不制造重复的副作用。归根结底,”停”从来不是一个循环条件,而是一组需要在不同位置分别确认、并被准确记录下来的状态。