AI Critique
Agent 是循环，难的是循环体
这句话对了一半。Agent 的骨架确实就是个 while 循环：让大模型看一眼现状、决定下一步、调用工具、把结果塞回去，再来一遍——主流框架（Claude Code、Cursor、LangGraph）全长这样。"昂贵"也没说错：每转一圈烧一次 token，上下文越滚越长，账单按二次方涨。但"只不过"是个陷阱——选哪个工具、什么时候停、出错怎么救，agent 所有值钱的难题，全藏在那句 while 盖住的循环体里。
把这句话拆成三个词来验
这句话有三个词要拆。第一站验"while 循环"——它对，agent 骨架真是个循环；第二站验"昂贵"——它也对，而且贵得有讲究；第三、四站验"只不过"——这是陷阱，循环体和停止条件里藏着全部难题，第三站直接戳破它；最后一站给个用法：这句话当祛魅可以，当全景不行。
对的那一半：骨架真就是个循环
先把这句话承认对的部分给足。剥掉所有玄乎的说法，一个最小可用的 agent 真的只有十来行：一个 while 循环，每轮把当前对话和可用工具发给大模型；模型要么回一个工具调用、要么说"我答完了"；有工具调用就执行、把结果追加回上下文，进下一轮；没有就停。
这不是个人奇谈——Anthropic 给 agent 下的定义就一句话：大模型在循环里用工具，靠环境的反馈一步步往前走1 🟢 high。更说明问题的是：几乎所有主流框架——Claude Code、Codex、Cursor、LangGraph、smolagents——最后都收敛到同一个结构：一个 while 循环，调模型、看有没有工具调用、有就执行、没有就停2。
而且这个循环"出奇地好用"——把方向盘交给模型，让它自己一步步试、看结果、再调整，编程类 agent（Claude Code、Cursor、Aider 那一批）的爆发就建在这个简单结构上2。这套"想一步、做一步、看一步"的打法学名叫 ReAct（推理 + 行动），2022 年就有论文把它讲清楚了3。
同样是让程序自动干活，agent 跟传统"工作流"差在哪一点？
试着先答
工作流是人把步骤提前写死——先 A 再 B 再 C，控制流固定。agent 是把控制流交给模型：下一步走哪、调哪个工具，由模型每一圈自己决定。这点"模型自己定方向"，正是它叫 agent 而不是脚本的原因。
别神化 agent——它的骨架，真就是个让模型反复"看-想-做"的循环。
"昂贵"在哪：每圈都把账单重烧一遍
"昂贵"这个词也没冤枉它，而且贵得有讲究。表面上，每转一圈就是至少一次大模型调用，要钱、要等。真正狠的在后面：每一圈，都要把之前所有对话历史重新塞进上下文发一遍。模型没有记忆，全靠你每次把完整历史再喂给它。
结果是：消息历史只是线性变长，但你被计费的输入 token 却是二次方增长。一个 20 步、每步生成 1000 token 的循环，累计计费的输入不是直觉里的 2 万 token，而是 21 万4 🟢 high。agentic 任务烧的 token 常是普通对话的几十倍，贵就贵在这反复重发的输入上。
| 到第几步 | 历史长度（线性） | 这一步重发的输入 | 累计计费输入（二次方） |
|---|---|---|---|
| 第 1 步 | 1 千 | 1 千 | 1 千 |
| 第 5 步 | 5 千 | 5 千 | 1.5 万 |
| 第 10 步 | 1 万 | 1 万 | 5.5 万 |
| 第 20 步 | 2 万 | 2 万 | 21 万 |
失控时更吓人：有记录的一个 agent 卡在无意义循环里跑了 264 小时，每次调用都拖着越来越长的上下文，最后账单 4.7 万美元4。这就是为什么"昂贵"不只是吐槽，是这个结构自带的成本曲线。
一个跑 20 步的 agent，花的钱为什么远不止"20 次模型调用"那么简单？
试着先答
因为每一步都要把之前全部历史重新发一遍。第 20 步发的不是 1 份新内容，是积累了 20 步的长上下文。把每一步重发的量加起来，总账单按步数的平方涨，不是按步数线性涨。
"昂贵"不是夸张——循环加上每圈重发上下文，成本按平方涨，失控还能烧穿预算。
"只不过"才是真陷阱：难的全在循环体里
前两半都对，问题出在"只不过"这三个字。while 这个关键字本身只有一行，它是个空壳。真正决定一个 agent 行不行的，全在循环体里：
- 模型每一圈的判断：现在该调哪个工具、给什么参数、上一步的结果说明了什么——这是模型的推理质量，循环只是反复调用它。
- 套在模型外面的 harness（脚手架）：工具怎么设计、上下文喂多少、长了怎么剪裁、出错怎么重试、权限和沙箱怎么管。这一层叫 harness 工程。
业界反复撞见同一个结论：决定成败的常常不是模型，是 harness5 🟡 med。一个普通模型配好 harness，能打赢一个强模型配烂 harness。LangChain 团队有次没换底层模型，光优化 harness，就把自己的编程 agent 在某个榜单上从第 30 名拉到第 5 名5。模型不变，结果天差地别——差距全在 while 盖住的那部分。
"agent 只不过是个 while 循环"这句的"只不过"，错在哪？提示：while 关键字本身只有 ?，真正决定 agent 行不行的是 ?。
对答案
while 本身只有一行（一个空壳）；真正决定成败的是循环体里的东西——模型每一圈的判断质量，加上套在外面的 harness（工具设计、上下文管理、出错重试、停止逻辑）。"只不过"把这些全抹掉了，等于把功劳记在了空壳上。
这种话术有个通用模板。说"agent 只不过是 while 循环"，跟说"CPU 只不过是个取指令的循环""大脑只不过是些化学反应"是同一个套路：结构上都对，但把所有难度和能力一笔抹掉了。循环是空壳，模型的判断和外面的 harness 才是肉。
连"什么时候停"都不是小事
再看"循环"本身。普通 while 循环的条件一眼就能写死：i < 10 之类。Agent 的停止条件却是个判断题——什么时候算"做完了"？大多数时候，是模型自己说一句"我答完了"就退出。可模型的这个判断会错：要么没做完就早早收手，要么钻进死胡同、绕着同一个工具转、永远觉得"还没好"。
所以真实系统都得在外面加护栏：最大步数（max iterations）、花费上限、墙钟超时。你在框架里常看到的那句报错"Agent stopped due to max iterations"，就是护栏在替你踩刹车——模型自己没说停，循环撞到预设的步数上限，被强行掐断6 🟢 high。
"循环条件不就是 while not done 嘛，能有多难。"
错在哪：done 由谁判断？是模型的主观判断，不可靠——它可能假装完成，也可能永不满足。于是"什么时候停"在 agent 里成了一个工程难题：要靠提示词把"完成"定义清楚、再叠加步数/预算/超时三道硬护栏。它不是一个能写死的布尔表达式。
连循环的"停"都得靠模型判断加人为护栏——这恰恰说明它不是一个普通的 while 循环。
这句话，当祛魅可以，当全景不行
那这句话到底该信几分？看你拿它干什么。
当祛魅用，它很好。Agent 不是有自我意识的神秘智能，剥开外壳就是模型在循环里调工具，没有什么黑魔法般的"涌现自主性"。用这句话去治"AI agent 无所不能"的虚火，正合适——它提醒你 agent 的能力上限，基本就是里面那个模型的能力上限。
当全景或轻视用，它就错了。循环体里模型的判断质量、harness 工程、二次方的成本控制、什么时候停的护栏，每一样都是真难题。正是这些，把一个"能跑的 demo"和一个"能用的产品"分开。说"只不过"，等于宣称这些难题不存在。
有一派（比如 Hacker News 上讲"unreasonable effectiveness"的人）会说：这个循环简单到家，恰恰是它的优点，别把它讲复杂了2。
这话有道理——简单确实是 agent 范式的力量来源，越少人为约束、越把决定权交给模型，往往越好用。但"简单"和"只不过"是两回事：架构简单，不等于做好简单。一把吉他构造也简单，不等于人人弹得好。本讲承认骨架简单，反对的是用"只不过"把循环体里的真功夫一笔勾销。
用它戳破神话可以，用它否定难度不行——架构简单，把它做好一点都不简单。
三个词，一句话各给个判决
"AI Agent 只不过是个昂贵的 while 循环"，拆成三个词验："while 循环"对——骨架就是让模型反复看-想-做的循环，主流框架全这样；"昂贵"对——每圈一次模型调用、还得重发全部上下文，成本按二次方涨，失控能烧到几万美元；"只不过"错——它把循环体里所有真东西一笔抹掉：模型每一步的判断、工具与上下文的 harness 工程、什么时候停的护栏。一句话收口：这是个好用的祛魅，坏的全景。
怎么用它？听到这句，接受前两段、警惕"只不过"。判断一个 agent 强不强，别盯着"它有没有 while 循环"（都有），要盯循环体：选工具准不准、上下文管得好不好、该停时停不停得住、成本控不控得住——这些才是 while 那个关键字盖住的、真正分高下的地方。什么时候这句话彻底失效？当有人用它论证"agent 没技术含量、谁都能做"——那是把祛魅滑成了轻视，正好一脚踩进"只不过"的坑里。
这些地方要老实说明
- "harness 比模型更决定成败"是当前（2025–2026）业界很强的经验共识，有多个团队佐证，但带 vibe 成分 🟡 med。随着模型变强、自己能扛更多活，这个平衡可能往"模型"那边移。
- 二次方成本是"朴素实现"的情形 🟡 med。上了提示词缓存、上下文剪裁、把旧历史压缩成摘要之后，实际曲线没那么陡——但"重发上下文导致超线性增长"这个方向是确定的。
- "agent"这个词本身在漂移 🟡 med。有人把多智能体、固定工作流也算进来。本讲讲的是最核心、也最贴这句话的那种：单个模型在循环里自己决定下一步、用工具。
读完盖住，试着答这几题
这句话里"while 循环"这半句，为什么是对的？
试着先答
因为 agent 的最小骨架真的就是一个循环：调模型→看有没有工具调用→有就执行并把结果塞回上下文→没有就停。Anthropic 的定义和几乎所有主流框架都收敛到这个结构。
"昂贵"具体贵在哪？为什么是二次方而不是线性？
试着先答
模型没记忆，每一圈都要把全部历史重新发一遍。历史线性变长，但把每步重发的量加起来，累计计费输入按步数的平方涨。20 步约 21 万 token，不是 2 万。
"只不过"错在哪？用一句话说清。
试着先答
while只是个一行的空壳，真东西全在循环体里——模型每圈的判断 + 外面的 harness（工具、上下文、重试、停止）。"只不过"把这些一笔抹掉，等于把功劳记在空壳上。为什么说连"什么时候停"都不简单？
试着先答
停止条件靠模型自己判断"做完了没"，不可靠（会早停或永不停）。所以要叠加 max iterations、预算上限、超时等护栏。"Agent stopped due to max iterations"就是护栏在掐断它。
应用题：有人用这句话论证"做 agent 没技术含量，谁都能做"。怎么回？
试着先答
这是把"祛魅"滑成了"轻视"。架构简单 ≠ 做好简单。能跑的 demo 和能用的产品，差距全在循环体：工具设计、上下文管理、停止护栏、成本控制。"只不过"恰恰跳过了所有真难的地方。
把这几题截图，过两三天再凭记忆答一遍 —— 记得住才算真学会。
Sources
- Anthropic, “Building Effective Agents”（agent = LLMs using tools in a loop）— Simon Willison 摘述 — https://simonwillison.net/2024/Dec/20/building-effective-agents/
- “The unreasonable effectiveness of an LLM agent loop with tool use”（主流框架都收敛到 while 循环 + 简单即优点）— Hacker News — https://news.ycombinator.com/item?id=43998472
- ReAct: Reasoning + Acting（Yao et al. 2022，think–act–observe 循环）— MindStudio 解说 — https://www.mindstudio.ai/blog/what-is-react-loop-ai-agent-reasoning
- AI Agent Loop Token Costs（上下文每步重发，计费输入二次方增长；264 小时跑到 $47K）— Augment Code — https://www.augmentcode.com/guides/ai-agent-loop-token-cost-context-constraints
- Harness Engineering（决定成败的是 harness 不是模型；不换模型只优化 harness，榜单 30→5）— Addy Osmani / MindStudio — https://addyosmani.com/blog/agent-harness-engineering/
- Termination & Guardrails / “Agent stopped due to max iterations”（停止条件与护栏）— Microsoft Learn — https://learn.microsoft.com/en-us/agent-framework/agents/middleware/termination