AI Agent 实战教程 02：核心架构与运行循环

2026年06月06日 09:11· 阅读 15

AI Agent 看起来像是在“自主思考”，但从工程角度看，它通常并不是一个不可解释的黑盒。一个可落地的 Agent 系统，往往可以拆解成一套明确的运行循环：理解目标、读取上下文、制定计划、调用工具、观察结果、更新状态，并在必要时继续下一轮执行。

理解这个运行循环非常重要。很多 Agent 项目失败，并不是模型能力不够，而是系统没有把“模型推理”和“工程流程”区分清楚。模型负责判断和生成，系统负责约束、执行、记录和恢复。只有两者配合，Agent 才能稳定工作。

Agent Loop 的基本结构

一个典型 Agent Loop 可以拆成六个阶段。

第一步是接收目标。用户输入的通常不是一个精确指令，而是一个目标。例如“帮我创建一个 AI Agent 教程模块”。系统需要理解用户真正想要的结果，而不只是逐字解释这句话。

第二步是分析上下文。上下文可能来自当前对话、已有文件、数据库记录、用户配置、权限状态、历史任务或外部系统。没有上下文，Agent 很容易做出错误判断。

第三步是制定计划。计划可以很简单，也可以很复杂。简单计划可能只有一步，例如查询某个标签；复杂计划可能包括查重、创建资源、绑定关系、验证结果等多个步骤。

第四步是执行动作。动作通常通过工具完成，例如调用 API、运行命令、读取文件、写入数据库、搜索网页、发送消息等。

第五步是观察结果。工具调用可能成功，也可能失败。结果可能是结构化 JSON，也可能是错误信息。Agent 需要判断结果是否符合预期。

第六步是更新状态并决定是否继续。如果任务未完成，Agent 需要调整计划并进入下一轮循环；如果任务完成，则总结结果并返回给用户。

在简单 Agent 中，模型可能同时负责计划和执行。但在复杂系统中，通常会拆成 Planner 和 Executor。

Planner 负责回答“应该做什么”。它根据目标和上下文生成步骤，例如：先查询已有数据，再创建缺失资源，最后验证结果。

Executor 负责回答“如何执行”。它接收具体步骤，调用对应工具，并把结果返回给 Planner 或状态管理器。

这种拆分有两个好处。第一，职责更清晰，便于调试。第二，执行层可以加入更多确定性规则，比如权限校验、重试、超时控制和日志记录。

Agent 执行多步骤任务时，必须知道自己已经做过什么。状态通常包括：

如果没有状态，Agent 很容易重复执行同一个操作。例如已经创建了标签，却因为没有记录结果，又尝试创建一次。或者工具调用失败后，模型忘记失败原因，继续生成不相关回答。

在工程实践中，状态可以保存在内存、数据库、任务队列、工作流引擎或事件日志中。对于长任务，持久化状态尤其重要，因为任务可能被中断、恢复或转交给其他 Agent。

工具调用不是孤立动作，而是 Agent Loop 的一部分。模型决定是否调用工具，系统执行工具，结果再回到模型上下文中。

例如创建一篇文章时，Agent 可能先调用“查询文章”工具确认是否存在，再调用“创建草稿”工具，再调用“创建文章”工具，最后调用“查询文章”工具验证。

每次工具调用都应该有明确目的。如果工具调用只是因为“可能有用”，系统就会变得不可控。好的 Agent 会在调用工具前说明原因，在调用后检查结果。

真实系统中，错误是常态。API 可能超时，权限可能不足，参数可能不合法，网络可能失败，数据可能已存在。Agent 需要有错误恢复策略。

常见策略包括：

错误恢复不能完全交给模型自由发挥。系统层应该提供明确的错误类型和处理规则。

一个生产级 Agent 必须可观测。开发者需要知道：模型看到了什么上下文，生成了什么计划，调用了什么工具，传了什么参数，返回了什么结果，最终为什么做出某个决定。

可观测性通常包括：

没有这些信息，Agent 一旦做错事，很难定位原因。

AI Agent 的核心不是一次模型调用，而是一个围绕目标持续运行的循环。这个循环包含计划、执行、观察、状态更新和错误恢复。理解 Agent Loop 后，就能更清楚地设计工具、记忆、工作流和权限边界。

标签：