什麼是 Loop? 最近幾天比較火~
Loop 就是智能體循環(agent loop):模型不再是「收到一段指令 → 吐出一個結果」就結束,而是進入一個循環體——推理 → 行動 → 觀察結果 → 再推理,直到任務真正完成才退出。圖右邊虛線框裡那個會繞回來的結構,就是 loop。
它本質上是把軟體工程裡早已成熟的做法搬進了 AI:REPL、事件循環、while 循環——都是「反覆執行直到條件滿足」的結構。Loop 只是把「循環體」換成「模型的思考 + 工具呼叫」。
為什麼它能取代提示詞?
關鍵不在「循環」這兩個字,而在於它把複雜度的承載位置從「你的文字」搬到了「系統結構」上。我幫你拆成四層:
1. 從「描述怎麼做」變成「定義做什麼」
提示詞是一種靜態編碼——你必須預先想清楚完成任務的每一步,然後用自然語言寫下來。問題在於:真實任務你根本沒法預先想全。一個投資分析,到底要先查財報還是先看行業?取決於查到什麼。提示詞寫死了路徑,而 loop 讓模型根據每一步的真實回饋決定下一步。你只給目標和能力邊界,路徑是動態生成的。
2. 上下文從「塞進去」變成「長出來」
提示詞的威力取決於你能在上下文視窗裡塞多少資訊——但很多資訊你事先不知道需不需要。Loop 裡,每次工具呼叫、每次觀察都會自動追加到上下文裡。上下文不是你預算好的一次性投入,而是隨著循環動態生長的。模型需要什麼,就去取什麼。
3.
查看原文