Agent 的内核是一个循环：模型决定下一步，调用一个工具，把工具的真实返回写回上下文，再决定下一步。循环什么时候结束，和循环本身一样是设计的一部分。只有「最大步数」时，模型会在同一种失败上把步数用完：搜索词几乎没变，工具每次都返回空，费用已经产生，任务没有完成。
循环的结构见 构建你的第一个 AI Agent。这篇只讲停。
至少三种停法
| 条件 | 含义 | 防止什么 |
|---|---|---|
| 模型声明完成 | 输出里 action 为结束，并给出答案 |
正常做完 |
| 最大步数 | 例如 4 或 6 步，到了就返回「未完成」 | 死循环和费用没有上限 |
| 同类错误重复 | 同一工具、同一类错误连续两次 | 换个说法重试，其实没有新信息 |
最大步数是兜底，不是唯一的策略。步数设得很大，短任务也会慢慢用满。需要长链条的任务单独加预算，不要把默认值放宽。
同类错误要算「类」，不是算字符串相等。搜索返回空、超时、参数校验失败，各算一类。同一类连续两次，把最后一次的错误返回给调用方，而不是再让模型改写一次查询。
有些动作不应该出现在循环里
删除、付款、对外发送，不要做成模型可以自己调用的工具。模型最多生成一条待确认的说明，由人执行。工具边界就是权限边界：循环能调用的函数，就是它能造成的副作用。
检索为空时，按提示词回答「资料里没有」，不要自动改写查询再搜，除非这一步是人触发的。自动改写看起来像在努力，常常只是把空结果重复几遍。
日志里要能区分两件事
每一步留下：
- 模型以为自己在做什么（thought / action / 参数）
- 工具实际返回了什么（含错误码和正文）
只有「失败」两个字时，无法判断该改提示词还是该改工具。把这几步串进同一次请求的 trace 里之后，才能和延迟、token 放在一起看。trace 的分法见 LLM 可观测性。
不要先加第二个循环
任务做不好时，常见的下一步是再加一个「检查员」角色。检查员也是一个会犯错的模型，上下文还更长。单循环的停止条件、工具错误和日志还没写清时，多一个角色只是多一份同样的错误。
小结
循环要能停。完成、步数用尽、同一类错误重复，三条都写上。危险动作放在循环外面。日志分开记「模型的打算」和「工具的返回」，否则失败无法复盘。