作者周末在红木海岸环线步道徒步约六小时、八英里,观察到大量不怕人的水禽,并拍摄其捕食与争夺行为。北侧遇鸟概率较高,东西南侧较低。遗憾未拍到水禽吞大鱼瞬间,也未遇红耳鹎。该区域飞机噪音频繁,影响体验,但免费停车且人少。
Claude Code Agent Loop系列总结:核心是自动循环状态机,用户回车后自主运行,通过权限批准、interrupt和maxTurns三道保险控制。错误转为可处理状态而非中断,主代理与子代理复用同一套loop。Loop管执行,Context管信息组织,二者构成完整运行机制。
Claude Code中,子代理复用主循环queryLoop,通过agentId标志区分主循环与子代理。子代理有独立消息文件和权限系统,共享AbortController但错误隔离。Fork是特殊子代理,替换tool_result以保持缓存。前8篇机制在子代理中均适用,loop是AI自主推进任务的通用机制。
本文介绍Claude Code Agent Loop的中断机制。用户按Ctrl-C时,通过AbortController贯穿全loop,在HTTP请求、streaming到tool执行间隙、tool batch间隙三个检查点响应中断。中断后合成缺失的tool_result保持消息结构完整,用signal.reason区分纯打断和提交新消息两种意图,streaming中断保留部分输出,MCP清理仅主线程执行。
本文介绍Claude Code在AI循环中处理基础设施错误(网络故障、限流、超载等)的8层恢复机制。核心策略包括:通过withRetry包装器最多重试10次,优先遵循服务端的x-should-retry和Retry-After头信息,对529超载错误区分前台后台任务,主模型失败时切换备用模型,以及针对prompt_too_long和max_tokens错误实施三级恢复。整体设计强调让循环尽可能自愈,仅在无法恢复时才向用户暴露错误。
本文介绍Claude Code如何通过SSE流式接收Anthropic API响应,实现文字逐字显示。一次调用包含6种事件(message_start、content_block_start/delta/stop、message_delta、message_stop),客户端用contentBlocks数组累积增量,text用追加、tool_use的JSON分片边接边解析。需处理SDK重复文本和消息mutate而非replace的坑。UI用34行手写store渲染,QueryGuard三状态防并发。
Claude Code主循环实为状态机,非简单while循环。核心在src/query.ts的queryLoop函数,通过7种transition reason(如next_turn、reactive_compact_retry)决定路径,10余种Terminal状态结束循环。恢复机制采用并列transition而非嵌套try,支持链式恢复并隐藏中间错误。主代理与子代理复用同一代码,以agentId区分。
Claude Code Agent Loop 研究中,stop_reason 有7种含义,但循环结束不依赖它,而是检查内容是否有tool_use块。max_tokens和context超限触发自动恢复重试,refusal直接结束,pause_turn未处理。maxTurns是硬保险,Stop hook可阻断结束。真正结束需过三关:无tool_use、非恢复类型、hook不阻拦。
文章探讨了编码智能体交互模式从“以对话为中心”向“以产物为中心”的转变。作者提出,当工作对象从代码扩展到PPT、网页等持续演化的产物时,对话不再是完整工作现场,产物本身应成为人机协作的核心。通过引入Artifact View,Harness需统一意图、版本、操作和验证,连接人与智能体直接操作同一份产物,形成多元化的Agent Loop。
本文探讨Claude Code中多个工具调用(tool_use)的执行调度机制。核心是混合策略:每个工具自我声明能否并行,harness据此分批——连续可并行的工具组成一批并行执行,不可并行的单独串行,批次间严格顺序。工具崩溃时转为is_error的tool_result反馈给LLM,而非中断循环,确保tool_use必有对应tool_result的不变量。流式解析JSON时可提前启动工具以节省延迟。
本文介绍Hermes Agent的架构,定位为多入口、单核心、多协议、可插拔能力的智能体运行平台。核心是AIAgent和对话循环,统一处理CLI、桌面、消息平台等入口,支持模型适配、工具扩展、记忆、压缩和安全机制。文章强调能力归属会话而非进程,并指出其复杂性和设计权衡。
Claude Code的Hooks系统提供26种事件,覆盖会话、工具、压缩等生命周期节点,支持command、prompt、agent、http四种执行方式。Hooks可阻止动作或修改结果,默认同步执行,超时10分钟,失败不影响主流程。权限批准是Hooks的特化,通过PermissionRequest事件实现可编程决策。
本文探讨Claude Code中工具从声明到执行前的权限批准机制。LLM仅能调用tools段中声明的工具,输出tool_use后需经权限检查。批准规则分6级来源,按优先级判断,通过await Promise阻塞循环等待用户、hook或分类器竞速决定,并采用ResolveOnce防重复。Subagent不继承主对话权限,默认保守安全。
Claude Code Agent Loop的核心机制是:用户输入后,harness记录历史并循环调用LLM,执行工具调用并追加结果,直到无工具请求才结束。用户仅参与首尾,中间自动运行。真实产品需处理上下文满、API失败、中断、工具崩溃等复杂情况,并集成hooks、权限批准、maxTurns等机制。
bb 是一个开源、本地优先的 AI 开发环境,提出循环驱动开发(LDE)理念,让 AI 持续执行“分析—修改—测试—验证”循环,而非单次问答。它支持多 Agent 协作、Git Worktree 隔离和插件自扩展,适用于自动修 Bug、重构和无人值守任务。与传统 IDE 不同,bb 将 AI 从助手升级为持续工作的开发成员,代码归用户所有,运行在本地。
谷歌前工程师创办Discovery Loop,旨在用AI自动化科研实验循环,将周期从年压缩至秒,覆盖材料、生物等领域。此举可能颠覆科研权力结构,使AI设计能力成为核心,但也面临高成本和现实数据鸿沟。文章认为这暴露了传统科研效率低下,科学正被资本和代码重塑。
管理AI代理的关键在于教其自我验证,而非催促。以早餐工厂为喻,验证环节是限速步骤,需自动化。通过配备工具、沉淀失败经验、搭建自动循环,AI代理能自主修复Bug并产出证据。信任但验证,小步快跑,最终打造自我验证的学习系统,提升产出三倍。
海博研发RoadMap提出AI原生研发框架,解决传统对话式AI编程的随机性、难复用和管控难问题。通过双层架构、文件驱动机制、技能/Agent/规则三位一体体系,实现流程标准化、知识沉淀和自动化执行。案例显示效率提升1680倍,成本降低99.25%,推动AI从辅助工具升级为标准化工程交付。
2026年7月出现“图工程”新词,指设计多个循环间的关系(先后、并行、依赖)。它不取代循环,而是编排循环的容器,本质是有限状态机。文章介绍goal-workflow的/graph技能,可将任务拆成DAG并分波并行执行,强调节点须有真实产物作锚点(如PR和测试),否则只是幻觉,并以pigo项目为例展示实践。
文章探讨AI Agent工程从“循环工程”向“图工程”的范式转移。循环工程因指标失真、盲视等四类缺陷易失效,图工程通过循环监督、分层治理等网络结构弥补,但需“锚点”确保与现实连接。文章提供14步实操路线图,用Claude Code将线性agent改造为图结构,并给出六个应用场景,强调“画图的人才是架构师”。
完成下面两步后,将自动完成登录并继续当前操作。