智能体控制循环

智能体控制循环（Agent control loop）是让模型根据工具或环境返回的结果决定下一步行动，并持续更新任务状态的运行过程。

任务需要多次行动时，第一次计划往往没有全部信息；循环把执行反馈带回下一次决策。

读取状态，选择行动，执行工具，接收观察，再决定继续、修正或停止。ReAct 展示了交替推理与行动的具体方法；控制循环本身不限于 ReAct。

原创示例：智能体修改一处日期格式，运行用例，发现闰日错误后修正；通过目标用例后再检查修改范围，最后停止。

这里限定为 LLM 工具使用的运行机制，不是循环 Transformer、普通 for 循环或模型重新训练。反馈可能不完整；反复执行不保证正确，需要结束条件和成本边界。

前置：工具输入与输出、任务状态。相关：工作流图、迭代改进。多项工作的组织关系可以在循环之外建模。

• ReAct，v3 摘要 ↗：核对推理、行动与环境交互的关系；本次未以阅读全文名义引用实验细节。
• Anthropic：Building effective agents，Agents 节 ↗：核对环境反馈、运行循环与停止条件；采用稳定机制，不采用当前产品推荐。