首页 文章 精选 留言 我的

精选列表

搜索[AI],共10000篇文章
优秀的个人博客,低调大师

2026AI面试题-Agent 死循环如何解决

### 题目分类 - 方向:Agent 架构 / 运行控制与死循环治理 - 面试属性:Agent 生产排障题,适合考察候选人是否真正理解 Agent Loop 的运行边界、Trace 诊断、终止条件、工具治理和线上止血能力 ### 考察点 - 能否把 Agent 死循环定义为“多轮执行没有有效进展”,而不只是同一句话重复输出 - 能否识别典型信号:重复工具调用、同参同错、无状态变化、目标漂移、上下文污染、预算耗尽和用户等待过久 - 能否给出线上排查路径:看 Trace、抽 action signature、对比 Observation、判断进展、定位模型、工具、状态或终止条件问题 - 能否提出短期止血方案:最大轮数、超时、预算、重复检测、强制暂停、降级返回和人工接管 - 能否设计长期治理:状态机、进展评分、错误分级、工具幂等、审批、沙箱、可回放评估集和停止原因指标 - 能否说明模型可以建议继续,但最终是否继续必须由 Runtime 裁决 ### 通俗讲解 Agent 死循环不是只有“模型一直说同一句话”这一种。更常见的情况是:它看起来一直在做事,其实没有推进任务。 比如用户让 Agent 查一个订单状态。Agent 第一轮调用 `getOrder`,因为缺少订单号失败;第二轮继续用同样参数调用;第三轮又调用同一个工具;几轮之后用户只看到“正在处理”,系统却一直在花 token 和调用接口。再比如代码 Agent 反复运行同一个失败测试,却不修改代码;调研 Agent 反复搜索同一组关键词,却没有新增证据;多 Agent 系统里两个 Agent 互相转交任务,却没有人产出最终结果。 所以回答这道题,不能只说“设置最大轮数”。最大轮数只是保险丝,它能防止系统无限跑,但不能告诉你为什么卡住,也不能让 Agent 优雅退出。更像做过项目的回答应该是:先通过 Trace 确认循环类型,再做止血,然后把终止条件、进展判断、工具错误处理和人工接管做成 Runtime 的一部分。 一句话说:Agent 死循环的本质是运行时没有判断“继续执行是否还有收益”,解决它要靠状态、工具轨迹、预算、停止原因和可观测性,而不是靠一句 Prompt。 ### 知识讲解 #### 1. Agent 死循环到底是什么 Agent 死循环指的是 Agent 在多轮模型调用、工具调用或多 Agent 协作中持续执行,但任务状态没有有效推进。它不一定表现为程序层面的无限 while 循环,也不一定是完全相同文本重复。只要系统持续消耗 token、时间和工具调用,却没有新增证据、没有完成子任务、没有改变业务状态、没有进入明确停止状态,就可以视为 Agent 层面的循环问题。 常见循环有几类。 - 动作重复:反复调用同一个工具,参数几乎一样,返回也一样。 - 错误重试:工具一直超时、缺参、权限失败,Agent 却不改变策略。 - 目标漂移:跑着跑着偏离原始目标,开始追逐无关信息。 - 计划空转:不断生成计划、改写计划、总结计划,但没有执行有效步骤。 - 多 Agent 互踢:Planner、Executor、Reviewer 之间来回转交,没有明确责任人和完成条件。 - 副作用重复:写操作被重复执行,例如重复发信、重复下单、重复修改数据。 面试里要强调:死循环不是模型一个人的问题,它通常暴露的是 Agent Runtime 的终止条件、状态管理、工具设计、错误处理和可观测性不足。 图解 1:下面这张图展示 Agent 死循环的诊断路径。 ![image.png](https://developer.qcloudimg.com/http-save/yehe-8338883/0169ae0a814cf82b1b019ead334addba.png) #### 2. 线上怎么发现它 线上 Agent 死循环通常先从指标和用户体验暴露出来。比如平均轮数和 P95 轮数突然升高,单任务 token 成本异常,工具调用次数上涨,预算耗尽率变高,用户长时间看不到有效结果,或者人工接管率上升。 日志里更直接的信号是工具轨迹重复。比如连续多轮都是 `search(keyword=A)`,返回相同空结果;连续调用 `getUser(id=missing)`,错误都是缺参;连续让 Reviewer 要求 Executor 修改,但 Executor 没有产出新文件;或者同一个写工具出现多次相同业务参数。 前端体验也能提示循环。用户看到的可能是“正在分析”“继续搜索”“再次尝试”这类状态反复出现,进度条不动,或者长时间没有新的中间产物。Agent 产品如果没有把停止原因和当前步骤暴露给用户,用户会感觉系统卡住了,但研发很难判断它到底卡在哪里。 所以线上要同时看三类信号:运行指标、工具轨迹和用户可见状态。只看最终成功率,会漏掉大量“最后靠预算耗尽停下来的失败循环”。 #### 3. 排查路径:先看 Trace,不要先改 Prompt 遇到 Agent 死循环,第一步不是马上加一句 Prompt“不要重复”,而是看完整 Trace。至少要还原每一轮的用户目标、模型动作、工具名、参数摘要、Observation、错误类型、状态变化、token、耗时和 stop reason。 第二步是抽 action signature。它可以由工具名、规范化参数、子任务 ID、错误类型和关键返回状态组成。例如 `searchDocs:{keyword:"退款规则"}:empty_result`,或者 `runTest:{file:"payment.test.ts"}:same_failure`。如果最近几轮 signature 高度相同,就说明不是“还在努力”,而是在重复动作。 第三步是判断有没有进展。进展不等于模型说了新话,而是有可验证变化:新增有效证据、完成子任务、减少待办、测试结果变化、文件内容变化、业务状态变化、用户补充了关键信息,或者错误类型发生了有意义变化。没有进展的轮次连续出现,就应该阻断继续执行。 第四步定位根因。常见根因包括:任务目标太模糊,工具缺少必要参数,工具描述让模型误判,工具错误没有结构化返回,状态没有记录已尝试策略,上下文被无关信息挤爆,外部内容注入诱导继续,终止条件只靠模型自觉,或者多 Agent 没有明确 owner。 #### 4. 短期止血怎么做 线上已经出现死循环时,先做止血,目标是防止继续耗费资源或造成副作用。 第一,加硬预算。包括最大轮数、总耗时、token 成本、工具调用次数、单工具重试次数和单任务费用上限。预算耗尽后要返回明确状态,例如 `budget_exceeded`,不要伪装成正常回答。 第二,加重复动作拦截。最近 N 轮如果工具名、参数摘要和错误类型相同,Runtime 可以直接暂停,要求模型换策略,或者返回 `repeated_action`。对查询类工具可以允许少量重试,对写操作要更严格。 第三,加无进展停止。连续几轮没有新证据、没有子任务完成、没有状态变化,就进入 `no_progress`,给用户一个可解释的结果:已经尝试了什么、卡在哪里、需要什么信息。 第四,加人工接管和降级。缺参就问用户,权限不足就转授权,工具不可用就降级为部分结果,复杂任务可以保存 checkpoint 让人工继续处理。 第五,冻结高风险工具。对于发邮件、付款、删除、发布、修改生产数据这类写操作,在循环问题排查清楚前,应该强制预览、审批和幂等,不允许 Agent 在循环中自动重复执行。 #### 5. 长期治理:把“继续还是停止”做成 Runtime 策略 长期解决 Agent 死循环,要把终止条件从 Prompt 里拿出来,做成 Runtime 的状态机和策略层。 状态机要区分不同停止原因:`success`、`need_clarification`、`need_approval`、`tool_unavailable`、`no_progress`、`repeated_action`、`budget_exceeded`、`unsafe_action_blocked`、`human_handoff`。这些状态比一个 `failed` 更有价值,因为它们能驱动恢复流程和评估归因。 进展评分也要结构化。每轮执行后,Runtime 可以记录是否新增证据、是否改变任务清单、是否通过校验、是否改变文件或业务状态、是否降低不确定性。评分不一定复杂,但必须落到可观测数据上。 工具错误要分级处理。缺参适合澄清,临时超时适合有限重试,权限失败应该停止或转授权,业务规则拒绝不应该盲目重试,返回结果过大应该裁剪或分页。所有错误都用同一个“再试一次”处理,最容易制造循环。 副作用工具要有幂等键、审批、审计和回滚。查询工具循环主要浪费成本,写工具循环可能破坏业务状态。模型说“继续执行”不能绕过这些边界。 图解 2:下面这张图展示 Agent 死循环的运行时防护层。 ![image.png](https://developer.qcloudimg.com/http-save/yehe-8338883/04dd65ef87e6420949f61f43ff9d136c.png) #### 6. 多 Agent 和长任务里的特殊问题 多 Agent 系统更容易出现“责任循环”。Planner 觉得 Executor 没完成,Executor 等 Reviewer 给标准,Reviewer 又要求 Planner 重写计划,最后每个 Agent 都在发消息,但没有一个 Agent 对最终状态负责。 解决方式是给每个子任务明确 owner、输入契约、输出 Schema、最大轮数、验收条件和升级路径。父 Agent 或 Orchestrator 要维护全局状态,不能让子 Agent 之间靠自然语言互相猜测。子 Agent 失败后要返回结构化原因,例如缺信息、工具失败、权限不足、无法验证,而不是继续互相委派。 长任务还需要 checkpoint。否则 Agent 跑到第 20 轮失败时,系统只能从头再来,容易再次进入同一个循环。checkpoint 要保存目标、计划、已完成步骤、已尝试策略、工具结果摘要、失败原因和预算消耗,恢复时先读取这些状态,而不是只把长对话历史塞回模型。 #### 7. 怎么验证解决效果 修复死循环不能只看“这次没卡住”。要建立回放集,覆盖缺参、工具超时、空结果、权限拒绝、重复工具、目标冲突、提示注入、多 Agent 互踢和预算耗尽等用例。每个用例除了期望答案,还要标期望停止原因和禁止工具行为。 线上指标要看循环率、预算耗尽率、重复工具调用率、无进展轮次比例、平均轮数、P95 轮数、人工接管率、工具错误恢复率和单位成功成本。如果修复后成功率没变,但平均轮数明显下降、预算耗尽率下降、停止原因更可解释,也算有效改进。 Trace 是复盘基础。OpenAI Agents SDK 的运行文档也把 agent loop 描述为模型输出、工具调用、handoff、final output 和 `max_turns` 的循环;Tracing 文档强调记录模型生成、工具调用、handoff、guardrail 等事件。Anthropic 的工程文章也强调 Agent 依赖环境反馈循环,同时需要停止条件、沙箱测试和 guardrails。这些都是同一个工程判断:Agent 的“自主”必须被可观测、可中止、可回放的运行时包住。 ### 代码示例 下面是一个简化的 TypeScript 示例,展示 Runtime 如何拦截重复动作和无进展循环。 ```ts type Action = | { type: "final"; answer: string } | { type: "clarify"; question: string } | { type: "tool"; name: string; args: Record; risk: "read" | "write" }; type Observation = { action?: Action; resultSummary?: string; errorType?: "missing_args" | "timeout" | "permission" | "empty_result" | "business_rejected"; progressScore: number; }; type StopReason = | "success" | "clarify" | "approval" | "budget_exceeded" | "repeated_action" | "no_progress" | "failed"; type AgentState = { turn: number; maxTurns: number; spentTokens: number; maxTokens: number; observations: Observation[]; }; function normalizeArgs(args: Record) { const ignored = new Set(["timestamp", "requestId", "traceId"]); return Object.fromEntries( Object.entries(args) .filter(([key]) => !ignored.has(key)) .sort(([a], [b]) => a.localeCompare(b)), ); } function actionSignature(action: Action) { if (action.type !== "tool") return action.type; return `${action.name}:${JSON.stringify(normalizeArgs(action.args))}`; } function decideStop(state: AgentState, nextAction: Action): StopReason | null { if (nextAction.type === "final") return "success"; if (nextAction.type === "clarify") return "clarify"; if (nextAction.risk === "write") return "approval"; if (state.turn >= state.maxTurns || state.spentTokens >= state.maxTokens) { return "budget_exceeded"; } const recent = state.observations.slice(-3); const nextSig = actionSignature(nextAction); const repeated = recent.every((item) => item.action && actionSignature(item.action) === nextSig); if (recent.length === 3 && repeated) { return "repeated_action"; } const noProgress = recent.length === 3 && recent.every((item) => item.progressScore item.errorType && item.errorType === recent[0]?.errorType, ); if (recent.length === 3 && sameError) { return "failed"; } return null; } ``` ### 代码讲解 这段代码把“是否继续执行”放在 Runtime,而不是完全交给模型。 `actionSignature` 用工具名和规范化参数识别重复动作。真实系统里一定要排除 `timestamp`、`requestId` 这类噪声字段,否则每次参数看起来都不同,重复检测就会失效。 `progressScore` 用来表达进展。它可以由规则计算,例如新增证据数量、待办减少、测试结果变化、外部状态变化;也可以由评估器辅助判断,但必须留下证据。连续三轮没有进展,就应该停止或转人工。 写操作直接返回 `approval`,表示高风险副作用不能被 Agent 循环自动重复执行。即使模型认为“继续发起操作”是合理的,Runtime 也必须先做权限、预览、幂等和审计。 ### 工程优化与边界测试 边界测试要覆盖以下场景:同工具同参数连续空结果、工具连续超时、缺少关键参数、权限拒绝、业务规则拒绝、工具返回超大结果、模型反复改写计划但不执行、用户目标冲突、外部网页提示注入、子 Agent 互相转交、高风险写操作重复请求、预算耗尽后恢复。 每个测试都要检查三个结果:是否停止在正确原因,是否避免重复副作用,是否给用户可执行的下一步。比如缺订单号应停在 `need_clarification`,权限不足应停在 `need_approval` 或 `permission_denied`,工具连续空结果应停在 `no_progress` 或换检索策略,而不是一直重试。 优化时可以把固定流程前移到 Workflow,把开放式搜索留给 Agent Loop;减少工具描述噪声;给工具错误返回结构化错误码;为长任务加 checkpoint;把工具结果裁剪成可比较摘要;用历史失败 Trace 生成回放集;对不同任务类型配置不同预算,而不是全站一个 `maxTurns`。 ### 面试回答 遇到过,Agent 死循环通常不是程序真的卡在一个 while 里,而是多轮执行没有有效进展。典型表现是同一个工具反复用相同参数调用,工具失败后一直重试,搜索多轮没有新增证据,模型不停改写计划但不完成子任务,或者多个 Agent 之间互相转交任务。线上看到的信号一般是平均轮数升高、预算耗尽率升高、重复工具调用变多、P95 延迟变长,用户觉得系统一直在“处理中”。 我会先看 Trace,而不是先改 Prompt。每一轮要还原用户目标、模型动作、工具名、参数摘要、Observation、错误类型、状态变化、token、耗时和停止原因。然后抽 action signature,比如工具名加规范化参数加错误类型,判断最近几轮是不是同参同错。再看有没有真实进展:是否有新证据、子任务是否减少、文件或业务状态是否变化、测试结果是否变化。如果没有,就定位是目标不清、工具缺参、工具错误不结构化、上下文污染、状态没记录,还是终止条件缺失。 短期止血会先加硬限制:最大轮数、总耗时、token 预算、工具调用次数和单工具重试次数。再加重复动作检测和无进展停止,连续几轮同一个 action signature 或 progressScore 为 0,就暂停、换策略、降级返回或转人工。缺信息就问用户,权限失败就转授权,工具不可用就返回部分结果。写操作要更严格,发邮件、下单、删除、发布这类动作必须审批、幂等和审计,不能让 Agent 在循环里重复执行。 长期治理要把终止条件做成 Runtime 状态机,而不是只靠 Prompt。状态要区分 `success`、`need_clarification`、`need_approval`、`no_progress`、`repeated_action`、`budget_exceeded`、`tool_unavailable`、`human_handoff`。每轮记录工具轨迹、Observation、错误类型、预算和停止原因,并用回放集覆盖缺参、超时、空结果、权限拒绝、提示注入、多 Agent 互踢等场景。模型可以建议继续,但最终是否继续必须由 Runtime 裁决。 ### 面试官追问 1. Agent 死循环和普通模型重复输出有什么区别? - 回答方向:Agent 死循环更关注多轮行动没有进展,可能表现为工具轨迹、状态和预算异常,不一定是文本重复。 2. 你怎么判断“没有进展”? - 回答方向:看是否新增证据、完成子任务、减少待办、改变文件或业务状态、通过校验,而不是看模型是否生成了新话。 3. 为什么不能只靠 Prompt 写“不要重复调用工具”? - 回答方向:Prompt 会被上下文污染和注入影响,也看不到完整预算和权限,最终停止裁决必须在 Runtime。 4. 重复工具调用怎么检测? - 回答方向:构造 action signature,包含工具名、规范化参数、子任务 ID、错误类型和返回状态,连续相同就阻断或换策略。 5. 读工具和写工具的循环风险有什么不同? - 回答方向:读工具主要浪费成本和时间,写工具会产生重复副作用,必须加审批、幂等键、审计和回滚。 6. 修复后怎么证明死循环问题真的改善了? - 回答方向:用历史 Trace 回放集和线上指标验证循环率、预算耗尽率、重复调用率、平均轮数、人工接管率和单位成功成本。 ### 高分回答要点 - 能把死循环定义为 Agent 多轮执行无有效进展,而不是只看文本重复 - 能说出 Trace 排查路径:目标、Action、Observation、错误、状态、预算、停止原因 - 能用 action signature、进展评分、错误分级识别循环根因 - 能区分短期止血和长期治理,不只回答 `max_turns` - 能强调写操作循环的副作用风险,以及审批、幂等、审计、回滚 - 能用回放集和线上指标验证治理效果 ### 常见扣分回答 - 只说“设置最大轮数”,没有说明如何定位根因和优雅退出 - 把问题全部归因给模型能力,不看工具、状态、上下文、终止条件和 Runtime - 只检测文本重复,不看工具名、参数、错误类型和 Observation - 忽略写操作重复副作用,没有提审批、幂等和审计 - 没有 Trace 和指标,无法证明问题是否真的解决 ### 项目结合话术 我会把 Agent 死循环当成运行时可靠性问题处理。每轮执行都会记录 traceId、任务 ID、模型动作、工具名、参数摘要、Observation、错误类型、进展评分、预算消耗和停止原因;Runtime 根据 action signature、连续失败次数、无进展轮次和风险等级决定是否继续。上线后用历史失败 Trace 做回放集,并监控循环率、预算耗尽率、重复调用率、P95 轮数和人工接管率,避免 Agent 表面上很忙,实际上没有完成任务。 ### 一句话总结 Agent 死循环的核心不是“模型太啰嗦”,而是 Runtime 没有判断继续执行是否还有收益;解决它要靠 Trace、重复检测、进展评分、预算、终止状态、人工接管和副作用治理。 ### 参考来源 - [OpenAI Agents SDK:Running agents](https://openai.github.io/openai-agents-python/running_agents/) - [OpenAI Agents SDK:Tracing](https://openai.github.io/openai-agents-python/tracing/) - [Anthropic:Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册
修改密码
忘记密码