面试官问Agent Loop在考什么用规划、执行、反馈讲清一次任务“Agent Loop就是规划、执行、反馈。”这句话没有错但很可能只是回答的开头。面试官继续问反馈来自哪里工具超时算失败吗模型一直重复查询怎么办这些追问在检查你是否理解系统实际怎样运行。**讲Agent Loop最好从一次具体任务开始而不是背术语。**例如根据允许访问的资料说明某项报销规则并给出来源。先定义状态而不是先画一个圆状态可以包含用户目标、已收集证据、工具观察、当前步骤、剩余预算与任务状态。它不等于无限增长的聊天记录历史内容也不应该全部无差别塞给模型。拿到目标后模型可能直接回答、请求工具或者要求补充信息。不是所有实现都需要显式生成完整计划简单任务可以逐步决策。规划下一步做什么以及为什么允许做这里的规划可以是选一个工具也可以是拆解多个子任务。无论模型怎样决定执行前都要检查工具名、参数、权限与预算。模型返回一段“我打算查资料”的文字不代表真正发生了查询。需要区分自然语言说明与程序可执行的工具请求解释二者如何被服务处理。执行把模型建议变成受控操作程序调用工具收集成功结果、空结果或错误。只读查询和写入动作采用不同策略后者可能需要确认、幂等与审计。工具返回“已受理”也未必代表业务成功。比如异步操作还需要查询实际完成状态。面试时能指出这种区别比只说“失败就重试”更有说服力。反馈来自环境观察不靠模型自说自话查询结果、测试输出、业务状态都属于可以核查的反馈。“我觉得任务完成了”只是模型判断。程序仍需依据任务目标检查引用、结果结构或业务状态。Agent的循环需要利用环境反馈评估进展同时设置停止边界。参考AnthropicBuilding effective agents核对日期2026-10-15。下面是概念伪代码表达职责关系不对应某个SDK的可直接运行接口state initialize(goal, identity, budget) while within_limits(state): decision model_decide(build_context(state)) if decision.is_final: return validate_final_or_report_failure(decision, state) request validate_tool_request(decision, state) if request.needs_confirmation: return persist_and_pause(state, request) observation execute_with_policy(request) state update_and_persist(state, observation) return report_stopped_with_reason(state)停止条件是面试里最值得主动讲的部分停止可以因为成功也可以因为资料不足、权限不允许、用户取消、预算用尽或重复无进展。它们不应统一包装成“任务已完成”。面试时可以主动补一个失败例子连续查询没有新证据时系统停止自动检索说明缺少哪类资料允许用户补充而不是再循环十次。最后把讨论落回你的项目状态存在哪里、哪类操作需要确认、为什么设置当前上限、真实发现过什么失败。没有做过的恢复能力就说明尚未实现别用框架名称替代设计。评论区可以留一道追问模型说完成了但工具仍显示处理中你会怎样回答用户