单Agent循环：从一次调用到完整任务
正在读取学习记录…
一次任务怎样向前推进
Agent Loop是一段重复进行的控制流程：读取目标与已有观察，选择动作，执行动作，取得新结果，决定继续或结束。比如查询退款政策，查到证据后回答，资料不足时换来源，额度耗尽时保存已有结果。
可以把循环想成有目标的查资料：每次查找都留下结果，下一步利用它；一直重复空查询时，需要换方法或停下。程序保存明确状态，界面才能告诉读者任务走到哪里。
按这个顺序学习
| 文章 | 运行后能观察什么 | 为什么放在这里 |
|---|---|---|
| 首个循环 | 查询天气，再用返回结果回答 | 先看清动作怎样产生结果、结果怎样进入下一轮 |
| ReAct | 主资料为空后改查备用资料 | 在循环基础上，学习根据观察改变动作 |
| 计划式执行 | 先查金额，再计算退款并回答 | 理解逐轮选择后，再比较预先安排步骤的方法 |
| 结果复核 | 把与资料不符的14天改为7天 | 有了执行结果，再学习检查和修订结果 |
| 终止条件 | 分别因找到资料、重复或额度用尽停止 | 确定成功和失败时怎样退出循环 |
| 预算 | 预留额度、退回差额、拒绝超额调用 | 在退出规则上增加Token、金额和时间限制 |
| 任务状态 | 观察等待人工、恢复运行和完成的合法迁移 | 用状态表达任务当前进度 |
| 错误分类 | 不同错误返回不同的后续动作 | 状态说明任务在哪，错误说明下一步怎样处理 |
| 上下文构建 | 筛选下一轮需要的资料 | 恢复或重试前，先准备下一轮的输入 |
| 任务路由 | 退款与订单问题进入不同处理流程 | 输入准备清楚后，再按任务意图选择入口 |
| 人工核对 | 退款金额变化后重新请求审批 | 对选定的高风险操作加入人工确认 |
| 可观察轨迹 | 从最终回答找到引用资料和查询过程 | 最后把前面各步骤连成可回查的记录 |
先在天气例子中看清一轮怎样取得观察，再用ReAct的退款资料例子理解观察怎样改变下一步。计划与复核解决“怎样安排、怎样改进”，终止与预算决定“还要不要继续”。最后用状态、错误、上下文、路由、审批与轨迹把运行过程讲清楚。
将各篇串成一个小任务
可以组合一个退款资料助手：先路由问题，选择资料来源，构建上下文，读取资料，按证据生成答复，再复核。每轮检查预算与进展；需要批准时保存任务状态；最终保留来源和停止原因。
| 检查项 | 可观察的结果 |
|---|---|
| 主资料为空 | 下一轮改查备用来源 |
| 草稿写14天、资料写7天 | 复核定位差异，修订为7天 |
| 连续两次观察相同 | 以无进展原因停止 |
| 剩余额度不足 | 调用前停止，保留已取得的资料 |
| 退款金额发生变化 | 重新核对变更后的审批内容 |
| 回答引用资料编号 | 沿编号找到这轮的动作与原始观察 |
组合时先从ReAct篇的资料查询循环开始，每次只加入一个部件。例如把查询结果交给复核函数，再给循环加最大步数。状态用于保存当前进展，轨迹用于事后回看；分别运行后，再连接它们的输入与输出，出错时更容易找到具体位置。
总结与下一层
本层串起了观察、计划、复核、停止、预算与轨迹。接下来 L4将流程扩展到持久化、并发和更长的运行任务。
课后练习展开习题收起习题
描述会发送给本站维护者，用于修订文章，保存90天。请只填写文章问题，省略个人信息、密钥和内部资料。