Agent 为什么会陷入死循环？怎么检测和治理？

先这样答

先分析为什么会循环，常见三种形态。第一种是原地打转：同一个工具、同样参数反复调用：工具报错了，但错误信息没有帮模型修正方向，它就再试一次，再错，再试。第二种是乒乓循环：两个环节互相踢皮球，比如代码 Agent 写完代码让测试 Agent 查，测试报错让代码 Agent 改，改完又报同一个错，来回无限轮。第三种是假装进展：模型每轮都在动，但动作和目标无关，实际没有推进——用户看着很忙，任务没挪一步。

检测手段对应着来。轨迹指纹：把每步的「工具 + 关键参数」做成哈希，最近 N 步内重复出现就报警，这是抓原地打转最直接的办法。轮数和成本预算：给每个任务设最大轮数、最大 token 花费，到线强制中断。这是兜底，必须有。进度指标：让每一步的输出带上「本步改变了什么」，状态类任务对比前后状态有没有变化，没变化就是假进展。

干预手段按烈度分级。轻的：往上下文里注入一段干预提示，例如「你已经连续三次调用同一工具且失败，请换一种方法或总结当前障碍」；中的：强制切换路线，比如从「继续重试」切到「重新规划」；重的：终止任务，把已收集的信息打包交还人工。核心思想就一句：永远不要让模型自己决定「要不要停下来」，模型自己停不下来，停下来必须是外部机制。

面试官会怎么追问

• 干预提示注入后模型不听怎么办？ 干预提示放在最后一条且措辞强（明确「停止重试」），并且干预本身有升级路径：注入一次无效就换路线，再无效就终止，不依赖模型的自觉。
• 乒乓循环怎么从设计上避免？ 给协作加仲裁：两个角色冲突超过 N 轮引入裁判（第三方评审或人工），另外每个环节的输出要有明确的验收标准，而不是「你看看有没有问题」。
• 监控上怎么发现线上出现循环？ 轨迹指纹命中率、单任务轮数分布、token 消耗分布三个指标看板化，分布突然右移就是循环在增多。

回答的坑

• 只说「设个最大轮数」。轮数上限是兜底不是治理，答出指纹检测和分级干预才算完整。
• 忽略「假装进展」这一类。这类最隐蔽也最能区分有没有真实运维经验。