最好的Agent不是一次回答就结束的，而是能像人类一样"先试一步，看看结果，再决定下一步"。这篇文章教你搭建一个能自主跑完20步复杂任务的Agent循环——成本可控，不会死循环。
为什么你的Agent总是"浅尝辄止"
你有没有遇到过这种情况：让Agent分析一个GitHub仓库的架构，它只读了README就下结论；让它排查一个多文件bug，它看完第一个文件就说"没问题"。
问题不在模型能力，在于缺少自主循环机制。默认的Agent模式是：
用户提问 → Agent回答 → 结束
而真正能干活的是：
用户提问 → Agent思考 → 执行工具 → 观察结果 → 再思考 → 再执行 → ... → 自己判断"够了" → 输出最终答案
这就是 ReAct（Reasoning + Acting）循环，也是Hermes Agent自主任务的核心引擎。
ReAct循环的四个阶段
一个完整的自主循环包含四个关键判断点：
阶段1：解析任务 — 我到底要做什么？需要哪些工具？预期结果长什么样？
阶段2：执行+观察 — 调用工具，拿到结果，分析是否满足需求。
阶段3：收敛判断 — 我现在停手够不够？还需要继续吗？
阶段4：合成输出 — 把中间过程串成完整答案。
大多数Agent倒在阶段3——它不知道什么时候该停。要么提前放弃（浅尝辄止），要么永远不满足（死循环）。
实战：搭建一个"自主代码审查员"
下面是一个真实可用的Agent配置，让Hermes Agent自主审查GitHub PR——它会自己决定读几个文件、看多少行、是否需要深挖。
System Prompt 核心设计
你是一个自主代码审查Agent。你的工作方式是：
1. 首先，列出你需要检查的所有文件
2. 逐个读取文件，每次读完后判断：
- 这个文件有问题吗？（有→标记，无→跳过）
- 需要看更多上下文吗？（需要→读相关文件）
3. 当满足以下条件时停止：
- 所有核心文件都已审查
- 或已连续3个文件无新发现
- 或已审查超过15个文件（防止死循环）
4. 输出结构化审查报告
关键原则：每次只读一个文件，读完后在回复中明确说明：
[进度：已审查 3/8 文件，发现 2 个问题]
[下一步：审查 src/auth.py，因为 user.py 引用了它的 validate_token 函数]
收敛条件的设计艺术
收敛条件是自主循环的灵魂。太松→死循环，太紧→浅尝辄止。我总结了三层收敛策略：
硬上限（安全阀）：
- 最大工具调用次数：15-20次
- 最大耗时：300秒
- 超过任一硬上限，强制输出当前结果
软收敛（质量保障）：
- 连续N步无新信息：如果连续3次工具调用都没有发现新问题/新数据，说明边际收益归零
- 信息覆盖率：定义了"必须检查的清单"，全部打勾就停
质量判断（智能决策）：
- 让Agent每次输出时自评："我目前掌握的信息能支撑一个合格答案吗？（是/否）"
- 连续两次"是"就停
死循环防护的三种机制
机制1：步数计数器
在Agent的上下文中维护一个隐式的步数计。每执行一次工具调用，步数+1。当步数达到预设上限时，Agent必须输出最终答案，不允许再调用工具。
实现方式：在system prompt中加入——
你的总步数上限是15步。第10步时我会提醒你准备收尾。
如果你在第15步后还在调用工具，系统会强制终止并只保留你上一轮的输出。
请主动管理进度——在剩余3步时优先合成结论而非继续探索。
机制2：重复检测
如果Agent连续两次调用同一个工具、同一个参数——这是死循环的典型信号。
在上下文管理中检测：
if (current_tool == last_tool and current_args == last_args):
# 注入提示：你刚才已经执行过这个操作，请尝试不同方法或开始收尾
机制3：信息增益递减检测
记录每次工具调用的返回值长度。如果连续3次返回的信息都在缩短，且都小于上次的50%，说明Agent在"抠细节"——此时应该触发收尾。
返回值长度序列：[3200, 2800, 900, 450, 200] ← 第3次开始递减
↑ 触发收尾提示
完整配置模板
以下是可直接在Hermes Agent中使用的自主循环配置：
System Prompt片段：
你是自主任务Agent。遵循ReAct循环：
[循环规则]
1. 每次回复包含：思考过程 + 1个工具调用（或最终答案）
2. 在工具调用前，用 [分析] 说明为什么要调这个工具
3. 收到工具结果后，用 [观察] 总结关键发现
4. 用 [决策] 说明下一步：继续探索 / 开始收尾 / 输出答案
5. 最多15步，剩余3步时自动切换为收尾模式
[收尾条件 - 满足任一即停]
A. 完成任务清单中所有项
B. 连续3步无实质性新发现
C. 步数达到15（强制停止）
D. 连续两次 [决策] 判断为"可以输出答案"
成本控制：自主循环的Token管理
自主循环最大的风险是Token消耗失控。每多一轮对话，上下文就膨胀一轮。控制策略：
策略1：中间结果压缩
不要把所有工具返回值原样保留。每3轮做一次中间总结——
[中间总结 - 第6步]
已完成：读取5个文件，发现3个问题
关键发现：
- auth.py: JWT过期时间硬编码（P0）
- payment.py: SQL注入风险（P0）
- user.py: 密码哈希算法过时（P1）
待检查：2个关联文件
然后删除前6轮的原始工具输出，只保留这个总结。实测可节省40-60%上下文Token。
策略2：文件读取分段
不要一次读整个大文件。用 read_file 的 offset 和 limit 参数：
# 先读前50行，确认文件结构
read_file(path="src/main.py", limit=50)
# 发现关键代码在200行附近，精确定位
read_file(path="src/main.py", offset=190, limit=30)
这比"读全文件"节省约70%的Token。
策略3：提前终止信号
在System Prompt中训练Agent识别"已足够"的信号：
以下情况应立即停止探索并输出答案：
- 找到了明确的根因（不需要再验证其他假设）
- 目标数据的80%已获取（足够支撑结论）
- 再深入一层需要的信息成本超过收益（如需要读50个文件确认一个边缘case）
实战数据：一个真实案例的对比
我用同一个任务测试了两种Agent模式——审查一个3000行的Python项目。
| 指标 | 单次问答模式 | 自主循环模式 |
|---|---|---|
| 审查文件数 | 2个（只读了README和main.py） | 11个（覆盖全部核心模块） |
| 发现问题 | 1个（表面问题） | 7个（含2个P0安全漏洞） |
| Token消耗 | 3,200 | 18,500 |
| 耗时 | 8秒 | 47秒 |
| 报告长度 | 200字 | 1,200字 |
自主循环多花了6倍Token和6倍时间，但产出质量是10倍以上。对于代码审查、竞品分析、深度调研这类任务，这个投入完全值得。
行动指南：三步启动你的第一个自主Agent
第一步（10分钟）：选择一个"需要多步探索"的真实任务，比如"分析这个GitHub项目的架构并输出模块依赖图"
第二步（5分钟）：复制上面的System Prompt片段，设置步数上限为10，开始测试
第三步（迭代优化）：观察Agent的决策日志，重点调优：
- 收尾条件是否合理？（太早停→降低阈值；太晚停→提高阈值）
- Token消耗是否可控？（超过5万Token→加入中间压缩）
- 重复率是否太高？（连续相同调用→强化重复检测）
关注「AI创业内参」，回复「自主循环」获取完整配置文件和3个真实案例的决策日志。