工具使用循环
工具使用循环是 AI agent 运行的核心周期：模型决定一个动作，工具执行它，结果被反馈回来，模型再次做出决定——如此往复，直到任务完成。
LLM 本身只能生成文本。agent 用一个循环把它包裹起来：模型被赋予一个目标和一组工具，它发出一个工具调用，运行时（harness）执行该工具并将结果追加到对话中，然后带着新信息再次调用模型。每一轮模型都可以调用另一个工具、修正方向，或者停下来给出答案。正是这个循环把一个文本预测器变成了能够搜索、读取文件、运行代码并对世界采取行动的东西。
要点
- 一次迭代 = 模型推理 → 调用一个工具 → 工具结果被追加 → 带着该结果再次调用模型。
- 当模型返回最终答案而不是又一个工具调用时，或者达到步数或预算上限时，循环结束。
- 对话（或其压缩后的形式）就是 agent 在各轮之间携带的工作状态。
- 好的循环会加入防护措施：步数上限、错误处理和验证，这样一个错误的工具结果不会让整次运行脱轨。