开场：教科书教你 3 步，生产环境要 11 步

教科书说 Agent 循环是「想→做→看」三步。但当你真正把 Agent 推上生产环境，每转一圈要做的事比你想象的多得多——真实生产版单轮循环有 11 步。

这篇实战指南讲透四件事：真实循环里藏着什么、Agent 会怎么卡死、怎么防呆、怎么让用户不干等，最后算一笔「一条消息的真实成本」账。

一、教科书 3 步 vs 真实 11 步

教科书版 ReAct

1. Think — 思考下一步该做什么
2. Act — 调用一个工具
3. Observe — 拿到结果，决定下一步

循环直到任务完成。

真实生产版（单轮 11 步）

1. 接收用户消息，解析意图
2. 上下文裁剪 & Token 预算检查
3. 注入系统指令 & 约束规则
4. Think — 模型规划下一步动作
5. 权限校验 & 参数合规检查
6. Act — 并发调度工具执行
7. 超时监控 & 错误兜底
8. Observe — 解析工具返回结果
9. 结果回写上下文 & 状态更新
10. 安全审计日志记录
11. 判断：继续循环 or 返回用户

3 个教科书步骤 vs 11 个真实步骤——每一轮循环中，那些看不见的步骤才是工程量最大的部分。

为什么多出来这么多？

教科书省略的部分，恰恰是让 Agent 稳定、安全、可用的关键：

隐藏工作	为什么必须做
上下文压缩	对话越来越长，不裁剪就会超出窗口
权限校验	这个工具用户有没有权限调？参数合不合法？
并发调度	多个工具能同时跑吗？怎么协调？
错误处理	工具超时怎么办？返回格式错了怎么办？
结果回写	执行结果要写回上下文、更新状态、触发通知
安全审计	记录每一步操作，出问题可追溯

真实的 Agent 每转一圈，要做的事比你想的多 5 倍。 教科书的 3 步只是骨架，生产环境的每一轮循环里藏着权限、压缩、容错、审计等大量隐藏逻辑，这些才是 Agent 工程的核心工作量。

二、为什么 Agent 会卡死：四种生产环境特有模式

实验室里的死循环很好发现：控制台一刷就看到了。但生产环境的卡死更隐蔽——用户不会说「你的 Agent 死循环了」，他只会说「你的 AI 怎么这么慢」或「它是不是傻了」。

卡死模式	现象	用户视角
同参数死循环	连续 3 次用完全相同的参数调用同一个工具	转圈、毫无进展
收益递减	跑了 50 轮循环，几乎没产出有价值内容	越答越偏、答非所问
文本复读	模型开始重复自己说过的话，一段内容反复出现	车轱辘话来回说
工具连续失败雪崩	一个工具挂了，Agent 疯狂重试，拖垮整条链路	越来越慢、最终超时

生产环境的 Agent 挂法和实验室里不一样：用户不会告诉你「Agent 死循环了」，他只会说「你的 AI 怎么这么慢/这么蠢」。 识别这些模式，是做防护的前提。

三、防呆设计：让循环自己停下来

知道了 Agent 会怎么卡死，下一步就是设计防护。好的防呆是三层网，让系统既不会失控，又不会轻易放弃。

三类防护策略

① 硬限制（无条件刹车，不管什么情况都会触发）

策略	说明
迭代上限	最多循环多少轮，到顶即停
总超时	整体运行时长封顶，超时强制结束
单工具次数上限	每个工具最多调用多少次

② 检测类（监控运行状态，发现异常模式时预警）

策略	说明
同参数检测	相同参数重复调用 → 报警
同工具名检测	反复调同一个工具 → 报警
收益递减检测	多轮无新产出 → 预警

③ 降级类（带伤继续或优雅退出，先不直接停）

策略	说明
注入纠错提示	把"你好像卡住了"作为提示喂回给模型
禁用故障工具	暂时下线出问题的工具
强制总结当前进度	先把已做的整理成半成品交回

三层防护的层次关系

防呆不是一道墙，是三层网： 降级类（优雅续命，尽量完成任务）→ 检测类（及时发现，提前预警）→ 硬限制（最后兜底，绝对不失控）。

设计原则：先让降级尝试自救 → 自救失败由检测上报 → 最终由硬限制兜底。

大多数情况下，Agent 应该被温柔地纠正，粗暴杀死是下策——对用户来说，带着半成品回来比空手而归好得多。

四、流式体验：别让用户干等

Agent 在后台跑了 30 秒，用户屏幕上应该看到什么？同样是等 30 秒，有没有进度感，体验天差地别。

进度感设计三原则

1. 让用户看见过程：别只给一个转圈，要展示正在做什么——搜索中、分析中、整理中
2. 让进度可感知：「找到 3 条结果」「已分析 2/5 个文件」，有数字、有变化、有推进感
3. 让输出渐进出现：让文字逐字流出——流式输出本身就是最好的进度条

常见的进度感手段

手段	示例
状态文案	「正在搜索相关信息...」→「找到 5 条结果，正在分析...」
工具展示	把正在调用的工具名和参数展示给用户，让他知道 AI 在做什么
流式输出	模型生成的文字逐 Token 显示，让等待变成阅读
阶段标记	「第 1 步 / 共 3 步」，即使无法精确预估，分阶段也比不分好
中间产物	先给一个粗略结果，再逐步精化：先给大纲，再填充细节

用户能忍受等待，但不能忍受「不知道在等什么」。 进度感 ≠ 进度条。进度感的核心是让用户觉得「AI 在认真干活」，不让他对着空白屏幕怀疑人生。

五、一条消息背后的真实成本

用户只发了一句话，但底层可能跑了 10+ 轮循环、产生几十条 API 消息。当你打开账单，可能会吓一跳。

成本随复杂度指数增长

成本组成	为什么是大头
System Prompt	每轮都要重复发送，轮次越多重复消耗越大
Tool Results	工具返回的文本通常很长（整个文件内容、搜索结果...）
上下文累积	后面的轮次要带上前面所有消息，滚雪球式增长

以一条中等复杂度消息为例，单轮成本拆解：

• System Prompt：约 850 Token（每轮重复）
• 工具返回：约 86 Token（往往更长，整文件/整页）
• Assistant 输出：约 63 Token
• 上下文累积：轮次越多越滚越大

你的用户每说一句话，你的账单上可能多了 10 美分。 Agent 的成本随轮次指数增长，远超线性——每一轮都要把之前所有内容重新发送给模型。知道成本在哪里，才能控制成本。

结语：Agent 实战四字诀

循环藏工程，卡死要防呆，等待有进度，成本算得清。

回顾全文：真实循环的 11 步里，隐藏的权限、压缩、容错、审计才是工程量主体（3 步 vs 11 步）；生产环境的卡死很隐蔽，识别四种模式是防护前提（同参循环/收益递减/文本复读/工具雪崩）；防护要三层网——硬限制兜底、检测预警、降级续命，温柔纠错优于粗暴杀死；等待要有进度感，别让用户对着空白屏幕怀疑人生；最后记账要算指数账，每一轮都在滚雪球。

记住那句最实用的判断：对用户来说，带着半成品回来比空手而归好得多；让 AI 显得在认真干活，比真的快两秒更重要。