LLM Agent 的核心运行方式，可以理解为一个不断循环的过程：感知信息、推理判断、规划行动、执行操作、观察结果、反思调整，直到任务完成或终止。
下面整理 Agent Loop 的七个步骤。
一、Agent Loop 的核心流程
Agent Loop 可以概括为：
感知 → 推理 → 规划/决策 → 行动 → 观察 → 反思 → 循环或终止
如果任务还没有完成，就回到第 1 步继续循环；如果任务已经完成，就输出最终答案。
二、七个步骤详解
1. 感知
收集当前所有可用信息，包括：
- 用户消息
- 工具返回结果
- 环境状态
感知阶段的目标，是让 Agent 了解“现在掌握哪些信息”。
2. 推理
模型分析感知到的信息，理解当前状态，并判断：
现在离目标还差多远？
这一步帮助 Agent 明确问题、识别差距，并为下一步决策做准备。
3. 规划/决策
基于推理结果，决定下一步行动。通常有三种选择：
- 调用某个工具
- 直接回复用户
- 结束任务
4. 行动
执行上一步做出的决定，例如：
- 调用 API
- 进行计算
- 生成文字
小知识：API 是什么？
API 可以理解为“程序之间约定好的一个服务窗口”：你按要求把请求交给它，它就返回结果。
比如“查天气 API”：
- 你给它城市名
- 它返回天气信息
第 13、24 章会用到 API。
5. 观察
拿到行动的结果。
例如，调用工具后返回的数据、API 的响应、计算得到的结果等，都会成为下一轮循环的输入。
6. 反思
评估行动结果是否满足目标，并判断：
- 当前结果是否有效？
- 是否还需要补充信息？
- 要不要换一种策略？
反思阶段是 Agent 能够自我调整的重要环节。
7. 循环或终止
根据反思结果决定下一步：
- 如果任务没有完成，回到第 1 步“感知”，继续循环
- 如果任务已经完成，则输出最终答案并终止
三、流程总结
| 步骤 | 作用 |
|---|---|
| 感知 | 收集用户消息、工具返回、环境状态等信息 |
| 推理 | 分析当前信息，判断距离目标还有多远 |
| 规划/决策 | 决定调用工具、直接回复还是结束 |
| 行动 | 执行决定，例如调用 API、计算、生成文字 |
| 观察 | 获取行动结果 |
| 反思 | 评估结果是否满足目标，是否需要调整策略 |
| 循环或终止 | 未完成则继续循环，完成则输出最终答案 |
四、一句话总结
LLM Agent Loop 的本质，是让模型在一个“感知—思考—行动—反馈”的闭环中不断迭代，直到达成目标。
感知信息 → 推理差距 → 决策行动 → 执行操作 → 观察结果 → 反思调整 → 继续或结束
这就是 Agent 从“单次回答”走向“持续完成任务”的关键机制。