概念Agent Loops / 智能体循环
Agent Loop
Agent Loop（智能体循环）是自主智能体系统中的核心运行架构模式，指智能体通过持续循环执行"感知-推理-行动-观察"等步骤来完成复杂任务的工作机制。在每次循环中，智能体调用大语言模型进行推理，生成行动指令，调用工具或与环境交互，并将结果作为新输入反馈至下一轮推理，直至达成目标或满足终止条件。该模式是ReAct、AutoGPT等智能体框架的基础设计原则。
核心事实
时间轴 (近 90 天)
6月2日
Claude Code的智能体架构由四大核心模块组成：Agent Loop、Tool System、Skills和Memory
已验证65%
6月1日
在Agent Loop中如果只将工具结果塞回messages而漏掉assistant消息，模型会陷入无限循环，不断重复调用工具
待验证90%
5月31日
Codex的每一轮工作循环（Agent Loop）包含「思考→工具调用→观察结果→再思考」四个步骤
待验证85%
5月31日
该项目采用Agent循环（ReAct架构）让LLM根据当前页面状态自主判断下一步操作，而非执行预设脚本
待验证60%
5月31日
Claude Code的Agent Loop实现被认为是目前工程化程度最高的开源参考之一
已过期60%