Agent Loop（智能体循环） 是 AI Agent（人工智能体）架构中的核心运行机制。它是 Agent 能够自主解决复杂任务的“心脏”或“运行时环境”。 简单来说，Agent Loop 是一个递归的、迭代的过程。在这个过程中，Agent 不断地进行“思考-行动-观察”的循环，直到完成用户设定的目标或达到停止条件。 如果没有 Loop，LLM（大语言模型）只是一个简单的问答机器（输入->输出）；有了 Loop，LLM 就变成了能够使用工具、分步解决问题的 Agent。 --- 典型执行流程 (The Execution Flow) 最经典的 Agent Loop 模式通常基于 ReAct (Reason + Act) 范式。其典型的执行流程如下： 1. 接收任务 (Input) 用户给出一个指令或目标（例如：“帮我查一下今天北京的天气，并根据天气推荐穿搭”）。 2. 思考与规划 (Thought / Reasoning) Agent（由 LLM 驱动）分析当前的任务和上下文历史。 LLM 内部独白：“用户想知道北京天气。我现在的上下文里没有天气信息。我需要使用搜索工具或天气 ...
播面