Agent 核心循环

Agent 的核心运行机制是 Observe（观察） → Think（思考） → Act（行动） 的循环，称为 ReAct 模式（Reason + Act），这是 Agent 区别于 Workflow 和 Chatbot 的关键所在。

循环结构图

                    ┌─────────────────┐
                    │      开始       │
                    └────────┬────────┘
                             │
                             ▼
                    ┌─────────────────┐
                    │    Observe      │
                    │  观察/用户输入   │
                    └────────┬────────┘
                             │
                             ▼
                    ┌─────────────────┐
                    │     Think       │
                    │   推理/规划决策   │
                    └────────┬────────┘
                             │
                             ▼
                    ┌─────────────────┐
                    │      Act        │
                    │  执行工具/回复   │
                    └────────┬────────┘
                             │
                             ▼
                    ┌─────────────────┐
                    │   目标达成？     │
                    └────────┬────────┘
                             │
              ┌──────────────┴──────────────┐
              │                             │
              是                            否
              │                             │
              ▼                             │
     ┌─────────────────┐                    │
     │      结束       │                    │
     └─────────────────┘                    │
                                            │
                                            └──────→ 回到 Observe

Observe（观察）

定义：Agent 收集所有与当前任务相关的信息，形成对"我现在处在什么状态"的认知。

观察的来源：

来源	说明
用户输入	用户的原始指令或问题
环境反馈	执行动作后外部系统返回的结果（API返回、搜索结果、代码执行输出）
工具返回	调用工具后得到的数据
短期记忆	本次会话中之前的观察、思考、行动记录
长期记忆	向量数据库中存储的过去知识或用户偏好
系统状态	当前时间、剩余 token 数量、已执行步骤数等

举例：订机票 Agent

• 用户输入："帮我订一张明天去北京的机票。"
• 当前时间：今天下午 3 点
• 内部记忆：用户曾说过"我喜欢靠窗座位"
• 尚未执行任何动作

Think（思考）

定义：大模型对观察到的信息进行推理，决定下一步做什么。这是 Agent 具备"智能"的核心环节。

思考的内容：

• 分析当前状态：目前完成了什么？缺少什么信息？遇到了什么问题？
• 评估进度：离最终目标还有多远？是否需要修正之前的计划？
• 规划下一步：接下来应该采取什么动作？使用哪个工具？需要向用户问什么？
• 考虑备选方案：如果 A 方案失败，备选方案是什么？

思考的输出（结构化）：

字段	说明
Thought	文字描述自己的思考逻辑
Action	具体要调用的工具名称或内部函数
Action Input	传递给工具的数据

订机票 Agent 思考后

Thought："用户想订明天去北京的机票。我目前还不知道出发地、预算。我需要先获取完整信息。"
Action：`ask_user`
Action Input：`"请问您从哪里出发？对航班时间或价格有偏好吗？"`

Act（行动）

定义：执行思考阶段决定的动作，改变环境状态或获取新信息。

常见的行动类型：

类型	说明
调用工具	搜索、计算、API 请求、数据库查询、代码执行等
与用户交互	向用户提问、确认信息、输出最终结果
更新记忆	将重要信息存入长期记忆
内部状态变更	修改目标、调整策略
结束循环	目标已完成或无法完成时主动终止

行动的输出：行动会产生一个观察结果（Observation），作为下一轮循环的输入。

循环的终止条件

条件	说明
目标达成	Agent 认为自己成功完成了任务
最大迭代次数	防止无限循环，设置上限
主动放弃	Agent 经过思考后认为无法完成目标
用户中断	用户发送"停止"指令
异常错误	工具调用连续失败

完整示例：复利计算

任务：计算"如果每天存 10 元，按照年化 5% 的利率，10 年后本息和是多少？"

第一轮循环

• Observe：用户输入问题，无历史记录
• Think：需要计算复利，应该用公式或工具。我可以用 Python 代码解释器
• Act：调用 python_repl，输入代码
• Observe：代码执行报错，Agent 发现逻辑有误

第二轮循环

• Observe：看到了上一个行动的错误
• Think：这其实是"每日定投"的复利计算，应该用等比数列求和公式。我应该正确写出代码
• Act：再次调用 python_repl，输入正确代码
• Observe：代码成功运行，输出结果 ≈ 47,236 元

第三轮循环

• Observe：已经得到了计算结果
• Think：目标达成。应该把结果用友好格式回复给用户
• Act：输出最终答案
• End：任务完成

与 Workflow 的对比

Workflow 与 Agent 的核心区别已在第 1 篇中详述（决策者、流程确定性、工具使用方式）。这里仅补充 ReAct 循环视角下的关键差异：

维度	Workflow	Agent (ReAct 循环)
流程	固定顺序 A→B→C→D	动态生成，每一步由"思考"决定
错误处理	预定义异常分支	Agent 自己观察错误，思考新方案
信息缺失	流程卡住或预设询问节点	Agent 自动决定反问用户或查其他来源
工具选择	代码中写死	Agent 根据上下文自主选择

直观比喻：

• Workflow 像火车：轨道和站点都是固定的，只能按时刻表走
• Agent 像自动驾驶汽车：目的地固定，但路径、车速由车自己根据实时路况决定

记忆要点

观察现状动脑筋，动手执行看反馈，循环往复达目标。

阶段	要点
Observe	看清楚现状（用户说什么、工具返回什么、记忆有什么）
Think	动脑子决定下一步（分析、规划、选择工具）
Act	动手执行（调用工具、问用户、输出答案）
循环	行动后世界变了，重新观察，直到任务完成