Agent 是状态与行动的循环

从回答到工作流

单次调用只返回回答。Agent将模型决策与工具观察接入下一步状态。最小状态有目标、消息、步数与预算；执行权限和停止条件由程序控制，不靠模型承诺。

先用假模型验证循环

下例是接口示意，需要实现model与tools。先用固定返回检查状态，排除网络随机性。工具执行后追加真实观察，不能把调用请求视为成功。

state = {"messages": [], "steps": 0}
while state["steps"] < 5:
    decision = model.decide(state)
    state["steps"] += 1
    if decision["type"] == "final":
        break
    observation = tools.execute(decision)
    state["messages"].append({"role":"tool","content":observation})
else:
    print("达到步数上限，交给人处理")

重复运行要谨慎

工作状态不等于跨会话记忆。重试可能重复修改或发送，因此写操作需确认或幂等标识。先用只读工具学习，失败写入观察并有界重试。