Loop详解：从ReAct到Loop Engineering，Agent到底在循环什么

前面在 Agent 大厂面试题汇总 里讲过 ReAct，把它当作四种 Agent 工作模式之一，知道了"思考-行动-观察"这个三步循环；在 Claude Code 深度拆解 里又看到，一个真实的 AI 编程工具，核心就是一个 while 循环。

这篇接着往里走一层。

最近 知识星球 (opens new window) 里冒出来一个新词——Loop Engineering。有录友面试被问到"你怎么理解 Agent 的 Loop Engineering"，当场卡住，因为他只知道"ReAct 不就是个循环吗，写个 while 就完事了"。

问题恰恰就出在这。

如果你觉得 Agent 的循环就是"写个 while 把模型和工具串起来"，那面试官追一句"那这个循环里到底在循环什么、怎么保证它收敛、怎么不让它把 Token 烧爆"，你就答不下去了。

ReAct 是 2022 年的东西，它是个 Prompt 范式。而 2026 年大厂在生产里跑的 Agent，循环这件事早就不是"写个 while"那么简单了。循环本身，已经成了一个需要专门工程化的对象。 这就是 Loop Engineering。

这篇文章把"循环"这件事单独拎出来，从 ReAct 讲到 Loop Engineering，把"Agent 到底在循环什么"这个问题彻底讲透。认真看完，面试再被追问循环，你能一层层接住。

目录

1. 回到原点：ReAct 到底是什么
2. ReAct 撑不住了：纯 Prompt 范式的五个裂缝
3. Loop Engineering 是什么？循环从"技巧"变成"系统"
4. Agent 到底在循环什么？拆开循环里流动的五样东西
5. ReAct → Loop Engineering：演进对比
6. 和 Context / Harness Engineering 什么关系
7. 大厂真实面试追问汇总

1. 回到原点：ReAct 到底是什么

面试官常这么开场："你说说 ReAct 的原理？"——很多人答到"思考-行动-观察循环"就停了。这只答了一半，另一半是 ReAct 的本质是什么。

ReAct 出自 2022 年 Google 的论文《ReAct: Synergizing Reasoning and Acting in Language Models》。它解决的问题是：早期的大模型要么只会"想"（Chain-of-Thought，推理一长串但不动手），要么只会"做"（直接调工具但不解释为什么）。ReAct 把两者拧到一起——让模型在每一步先写出推理（Reasoning），再给出动作（Acting），看到结果后继续推理。

跑起来就是那段经典的文本：

Thought: 用户问北京明天天气，我需要调天气工具
Action: get_weather(city="北京", date="明天")
Observation: {"weather":"中雨","temp":"14-20°C"}
Thought: 查到了，是中雨，可以回答了
Final Answer: 明天北京中雨，14-20°C，记得带伞

这里有个关键认知，面试要能说出来：ReAct 的本质是一个 Prompt 范式，不是一套系统架构。

它的全部"魔法"就在于，用一段精心设计的提示词，诱导模型按 Thought / Action / Observation 这个格式输出，外面再写个循环，把 Observation 拼回上下文喂给模型，让它接着想。循环的对象，是一段不断变长的文本。

这就是 ReAct 的历史地位：它第一次让"让模型自己决定下一步干什么"变得可行，几乎所有早期 Agent 框架（LangChain、AutoGPT）都建在它之上。

但也正因为它是个纯文本范式，往生产里一放，问题全来了。

2. ReAct 撑不住了：纯 Prompt 范式的五个裂缝

面试官会问："ReAct 这么经典，为什么大厂生产环境不直接用裸 ReAct？" 这道题答得好不好，直接区分"看过博客"和"真上手做过"。

裸 ReAct 在 Demo 里很惊艳，一上量就裂。五个裂缝：

裂缝一：上下文越滚越长。 ReAct 每一圈都把新的 Thought、Action、Observation 拼回上下文。一个工具返回 2000 行日志，原封不动塞进去；跑 30 步，上下文直接撑爆窗口。结果是 Token 成本指数上涨，而且模型注意力被稀释——关键指令淹没在一堆 Observation 里，越跑越蠢。这个现象在 Agent 漂移与幻觉怎么解 里叫"注意力稀释"。

裂缝二：状态全靠上下文记。 裸 ReAct 没有独立的状态存储，"我已经做到哪一步了、拿到过什么结果"全靠模型从上下文里自己读。上下文一截断，状态就丢了，模型可能重复执行已经做过的步骤，甚至忘了原始目标——这就是任务漂移的源头。

裂缝三：死循环。 工具反复失败时，模型会一遍遍用相同参数重试同一个工具，卡死在那。裸 ReAct 自己跳不出来，因为它"看不见"自己在重复。

裂缝四：终止判断不可靠。 循环什么时候停？裸 ReAct 全交给模型——模型说"Final Answer"就停。但模型可能没做完就宣布完成（偷懒），也可能做完了还在反复确认（停不下来）。把收敛判断完全托付给概率模型，本身就不工程。

裂缝五：不可观测。 出了问题，你只有一坨混在一起的对话文本。哪一步调了什么工具、花了多少 Token、为什么走偏，全得人肉从文本里扒。生产环境根本没法排查。

看明白这五个裂缝，你就懂了：问题不在模型，在循环。 模型负责"想",但"循环怎么转、转几圈、每圈喂什么、什么时候停、转的过程能不能看见"——这些全是循环这个控制结构的事，模型管不了。

把这些问题一个个工程化解决，就是 Loop Engineering。

3. Loop Engineering 是什么？循环从"技巧"变成"系统"

一句话定义：Loop Engineering 就是把 Agent 的循环本身当作一个需要设计、控制和观测的工程系统，而不是一段顺手写出来的 while。

ReAct 时代，循环是"技巧"——你的精力花在调 Prompt，让模型乖乖输出 Thought/Action。循环代码本身是个无脑 while，没人当回事。

Loop Engineering 时代，循环是"系统"——Prompt 怎么写当然还重要，但工程重心转移到了循环这个控制结构上：

• 每一圈往模型喂什么上下文（不是无脑全拼，要选、要压、要截）
• 状态独立存哪、怎么在圈与圈之间传递
• 这一圈花了多少 Token、还剩多少预算、超了怎么办
• 这一圈模型能用哪些工具（工具集可以动态变）
• 凭什么判断该停了（不全信模型说的"我做完了"）
• 整圈过程怎么记录下来供回放和排查

说白了，ReAct 关心的是"模型这一步想对了没"，Loop Engineering 关心的是"这台不断转的机器会不会失控、会不会跑偏、会不会烧钱、停不停得下来"。

这正好呼应 Claude Code 深度拆解 里那句话：Agent 架构没有魔法，核心就是个 while 循环——但所有的复杂性，工具选择、上下文管理、安全检查，都是在这个循环的各个环节上做文章。那篇讲的是"循环长什么样"，这篇讲的是"循环里的每个环节具体要工程化什么"。

4. Agent 到底在循环什么？拆开循环里流动的五样东西

这是全文的核心，也是面试最能拉开差距的一问："你说 Agent 在循环，那它到底在循环什么？"

普通答案："循环思考-行动-观察。" —— 这是 ReAct 的答案，停在 2022 年。

好的答案："表面上循环的是思考-行动-观察，但工程上真正在每一圈流动和变化的，是五类变量。Loop Engineering 就是分别治理这五个。" 然后逐个展开。

变量一：上下文（Context）——循环里要选、要压、要截

每一圈喂给模型的上下文都在变。裸 ReAct 是"无脑往后拼"，Loop Engineering 是主动管理：

• 选：这一圈模型真正需要哪些历史信息？不相关的工具结果别全带上。
• 压：长的 Observation 先摘要再入上下文，2000 行日志压成 3 行结论。
• 截：超过阈值时，把早期的对话压缩成一段摘要（Auto-Compact），给关键状态留出空间。

上下文这块单独展开是另一门学问——往循环里喂什么、怎么喂，是 Context Engineering 的范畴，详见 Claude Code 上下文窗口面试详解。这里要记住的是：上下文是循环里第一个会失控的变量，不管它，Token 和注意力一起崩。

变量二：状态与记忆（State）——循环里要独立存、要传递

裸 ReAct 的状态藏在上下文文本里，截断就丢。Loop Engineering 把状态从上下文里拎出来，独立维护：

• 当前进度（已完成哪些子任务、待办哪些）
• 已经拿到的关键结果（结构化存储，而不是混在对话里）
• 原始目标（单独钉住，每圈提醒模型，防止漂移）

这样即使上下文被压缩，状态依然完整。这就是为什么生产级 Agent 都有独立的 state/scratchpad 机制——它是循环能跨多步保持一致的基础。记忆系统的设计见 Agent 大厂面试题汇总 的记忆部分。

变量三：预算（Budget）——循环里要计数、要设上限

这是裸 ReAct 完全没有、而生产环境必须有的东西。每一圈都要问：

• 已经转了几步？（步数预算，通常 15-50 步封顶）
• 累计花了多少 Token / 多少钱？（成本预算）
• 跑了多久？（时间预算）

任何一个预算触顶，循环就该优雅退出——基于已有信息给个答案，而不是无限烧下去。把预算当成循环的一等公民，是 Loop Engineering 和裸 ReAct 最直观的区别。 面试时这点一定要主动提，体现你有成本意识，相关的成本治理见 Multi-Agent Harness 面试详解。

变量四：可用工具集（Tools）——循环里可以动态变

裸 ReAct 通常把所有工具一股脑塞给模型。但工具一多（几十上百个），模型选工具就开始出错、甚至调用不存在的工具。Loop Engineering 让工具集随循环阶段动态收放：

• 规划阶段只给"检索类"工具，执行阶段才放开"写入类"工具
• 根据当前子任务，只暴露相关的工具子集
• 危险工具（删除、转账）加二次确认或权限门

工具集是循环里一个常被忽略、但很影响稳定性的变量。工具怎么治理详见 Multi-Agent Harness 面试详解。

变量五：终止与收敛判断（Termination）——循环里最难、不能全信模型

循环什么时候停，是 Loop Engineering 里最硬的一块。不能像裸 ReAct 那样"模型说 Final Answer 就停"，要多重信号：

• 结构化完成信号：让模型输出明确的 done: true 字段，而不是靠解析自然语言
• 外部校验：模型说做完了，用规则或另一个检查再验一遍（任务目标真达成了吗）
• 兜底闸：预算触顶、重复动作检测、超时——这几道是硬退出，不给模型商量的余地

死循环防控（最大步数、重复动作检测、超时）的代码示例，Agent 大厂面试题汇总 里给过，这里强调的是更上一层：收敛判断要"模型信号 + 外部校验 + 硬兜底"三层叠加，不能单点依赖模型。

把这五个变量摆在一起看，"Agent 到底在循环什么"就有答案了：循环的不是一段文本，是一个由上下文、状态、预算、工具、终止条件构成的、不断演化的系统状态。 Loop Engineering 就是让这个系统状态可控地收敛到目标，而不是放任它发散。

5. ReAct → Loop Engineering：演进对比

把前面拆的东西收成一张对比，面试时能照着这个框架答：

维度	ReAct（2022，Prompt 范式）	Loop Engineering（生产范式）
循环的对象	一段不断变长的文本	上下文+状态+预算+工具+终止的系统状态
工程重心	调 Prompt 让模型按格式输出	设计循环的每个环节怎么转、怎么收敛
上下文	无脑往后拼	主动选/压/截
状态	藏在上下文里，截断即丢	独立存储，跨圈传递
预算	没有概念	步数/Token/时间多重上限
工具	全量暴露	按阶段动态收放
终止	模型说停就停	模型信号+外部校验+硬兜底
可观测	一坨文本，靠人肉扒	每圈结构化记录，可回放

要强调的是：Loop Engineering 不是要取代 ReAct，而是把 ReAct 这个内核，包进一套工程治理里。 最里面那圈"想-做-看"还在，只是外面多了五道治理。就像裸 SQL 和带连接池、超时、重试、监控的数据库访问层的区别——内核没变，但能不能上生产，差的就是外面这套。

6. 和 Context / Harness Engineering 什么关系

这几个词最近一起火，面试官爱拿来一起问，搞混了会很尴尬。一句话各自划清：

• Context Engineering：管的是"往循环里喂什么"——上下文怎么选、怎么压、怎么排布。
• Loop Engineering：管的是"循环这个控制结构本身怎么转、怎么收敛"——步数、预算、状态、终止。
• Harness Engineering：管的是把循环、上下文、工具、记忆、安全、可观测全部包在一起的那层外壳。

三者是嵌套关系，不是并列竞争：Context 是循环的输入治理，Loop 是循环的控制治理，Harness 是把这一切兜住的整体框架。Loop 是 Harness 的心脏。

记住一个等式（Harness 面试题 里讲过）：Agent = Model + Harness。模型负责想，Harness 负责让它在一个受控的循环里把事干完。Loop Engineering，就是这颗心脏怎么跳得稳。Harness 的完整六层组件和来龙去脉，看 Harness Engineering 大厂面试题汇总。

7. 大厂真实面试追问汇总

把高频追问和回答思路整理出来，看完能直接在面试里说。

追问一："ReAct 不就是个 while 循环吗，有什么好讲的？"

别顺着说"是"。要答：ReAct 的内核确实是循环，但它是个 Prompt 范式，循环的是文本，生产环境有五个裂缝——上下文膨胀、状态易丢、死循环、终止不可靠、不可观测。真正要讲的是怎么把这个裸循环工程化，也就是 Loop Engineering。

追问二："你做的 Agent，循环里到底在循环什么？"

不要只说"思考-行动-观察"。答：每一圈真正在变化的是五类变量——上下文、状态、预算、工具集、终止判断，然后挑你项目里实际治理过的两三个展开（比如"我们对 Observation 做了摘要压缩，避免上下文爆炸""我们把进度状态独立存了，防止上下文截断丢失"）。

追问三："怎么保证 Agent 循环不失控、不死循环、不烧爆 Token？"

答四道闸：最大步数限制、重复动作检测、Token/成本预算上限、超时控制。再加一句进阶：终止判断不全交给模型，用"结构化完成信号 + 外部校验 + 硬兜底"三层收敛。

追问四："循环跑出问题了，你怎么排查？"

答可观测性：每一圈结构化记录（这步调了什么工具、入参出参、花了多少 Token、耗时多少、状态怎么变），出问题能回放定位到具体某一圈，而不是从一坨对话文本里人肉扒。展开看 Agent Harness 可观测性面试详解。

追问五："Loop Engineering、Context Engineering、Harness Engineering 怎么区分？"

答嵌套关系：Context 管喂什么进循环，Loop 管循环本身怎么转怎么停，Harness 是把循环+上下文+工具+记忆+安全+可观测包在一起的外壳，Loop 是 Harness 的心脏。

追问六："那 ReAct 还有用吗？以后是不是被淘汰了？"

答：没被淘汰，被"包"起来了。Loop Engineering 最里面那圈"想-做-看"还是 ReAct 的内核，只是外面加了五道工程治理。理解 ReAct 仍是地基，但只懂 ReAct 不够。

常见问题（FAQ）

Q：ReAct 和 Loop Engineering 是什么关系？

ReAct 是 2022 年提出的一个 Prompt 范式，循环的是"思考-行动-观察"这段文本模板。Loop Engineering 是把循环本身当作工程对象来设计，循环里要治理的是上下文、状态、预算、工具、终止判断这一整套系统变量，ReAct 只是它最朴素的起点。

Q：Agent Loop 到底在循环什么？

不只是"思考-行动-观察"。每一圈真正在流动和变化的是五样东西：上下文（Context）、状态与记忆（State）、预算（Budget，Token 和步数）、可用工具集（Tools）、终止与收敛判断（Termination）。Loop Engineering 就是分别工程化这五个变量。

Q：为什么纯 ReAct 在生产环境撑不住？

ReAct 是纯 Prompt 范式，有五个裂缝：上下文越滚越长导致 Token 爆炸和注意力稀释、状态全靠上下文记忆容易丢、工具反复失败时会死循环、终止判断交给模型不可靠、整个循环不可观测难排查。生产环境必须在循环外面加工程治理。

Q：怎么防止 Agent Loop 失控或死循环？

至少四道闸：最大步数限制（通常 15-50 步）、重复动作检测（连续相同调用直接退出）、Token/成本预算上限、超时控制。更进一步是终止判断不全交给模型，用结构化的完成信号加外部校验来收敛。

Q：Loop Engineering 和 Harness Engineering、Context Engineering 什么关系？

Context Engineering 关注往循环里喂什么上下文，Loop Engineering 关注循环这个控制结构本身怎么转、怎么收敛，Harness Engineering 是把循环、上下文、工具、记忆、安全、可观测包在一起的整套外壳。Loop 是 Harness 的心脏。

写在最后

很多录友学 Agent，停在"ReAct 就是思考-行动-观察"这一句话上。这句话没错，但它是过去的认知。

2026 年面试官想听的，是你知道这个循环放到生产里会怎么裂、你怎么把它治住。循环不是写个 while 就完事，循环本身就是工程。 上下文要管、状态要存、预算要卡、工具要收放、终止要校验、过程要可观测——这六件事做到位，你的 Agent 才从"Demo 能跑"变成"线上能用"。

把这篇和 Agent 大厂面试题汇总、Harness Engineering 大厂面试题汇总、Claude Code 深度拆解 串起来看，ReAct 是地基、Loop 是控制、Context 是输入、Harness 是外壳，这张网连起来，面试里关于 Agent 循环的追问，你就能一层层接住了。

加油