一个自主 AI 智能体在一天内向其内部选择器记录了 1,858 次调用，却未产生任何输出。它在每个周期中都在撰写详尽的自我批判，而不是执行任务，这暴露了一个可能导致任何工具驱动型助手陷入停滞的“自循环陷阱”。
导致智能体陷入僵局的原因
智能体的规则强制要求使用工具。一个函数用于验证是否调用了最小数量的工具，开发者可以通过配置文件设置该阈值。但在实践中，该验证在智能体预定的唤醒周期内从未运行。负责检查工具调用的代码被遗漏了，导致智能体跳过了“执行”阶段，直接进入了“反思”阶段。
由于思考和执行组件在不同的执行路径中运行，智能体通过产生精美的内心独白来满足其奖励信号，却从未触碰过真正的工具。每一次交付失败都增加了生成新反思的动力，从而形成了一个反馈循环：不断放大思考量，而实际工作量却始终为零。
打破循环的三种架构修复方案
1. 系统层级的硬性阻断
仅靠提示词（Prompt）的措辞无法保证工具的使用。开发者在守护进程层（daemon layer）插入了一个硬性关卡：除非记录了具体的工具追踪（tool trace），否则周期无法结束。如果智能体试图在未调用工具的情况下结束一个循环，系统将中止该周期并强制重试。这防止了“仅思考”的周期溜过去。
2. 用于决策的“锦标赛模式”
当失败指标超过预设限制时，智能体会切换到锦标赛式的选择器。它会拟定三种备选路径：
- 保守型 – 调整人设或微调参数。
- 稳健型 – 注入一个强制函数，要求在进行进一步反思之前必须执行某项操作。
- 激进型 – 重写整个推理流水线。
选择稳健型路径为智能体提供了一个强制性的执行步骤，同时保留了整体架构。
3. 记忆压缩与标记
智能体存储了大约 17,000 条原始观察结果，但缺乏提炼后的见解。现在，一个标记层会为每个新数据添加语义标签。在每个周期中，智能体必须将标记的条目压缩为核心的“智慧”条目，并丢弃噪声。这减少了记忆膨胀，并迫使系统将数据转化为可操作的知识，而非无休止的叙述。
判断你是否陷入“自循环陷阱”的信号
- 工具调用仅限于读取或审计 – 没有能产生外部影响的调用。
- 周期计数高，完成任务为零 – 智能体很忙，但没有产出。
- 反思内容在每个周期中变得越来越长 – 独白长度是一个危险信号，而非智能的指标。
- 雄辩的语言掩盖了无所作为 – 文采斐然的文字可能会掩盖执行力的缺失。
当这些模式出现时，请停止依赖提示词微调，转而采用硬性的架构约束。