Loop Engineering Harness：怎样控制 Agent 的迭代循环

一、概念定义：什么是 Loop Engineering Harness#

这里把 Loop Engineering Harness 当作一种工程模式，而不是一个统一标准名词。它描述的是 Agent 在多轮任务中如何计划、执行、检查结果、保存状态并决定是否继续。

在这个语境下，Harness 主要承担三个职责：

• 循环控制：决定何时继续迭代、何时终止
• 状态管理：维护跨轮次的上下文和记忆
• 反馈整合：将执行结果转化为下一轮迭代的输入

二、设计原理：为什么需要循环工程#

2.1 复杂任务的本质需求#

现实世界的任务很少能在单次推理中完成。以代码生成为例：Agent 需要理解需求、编写代码、运行测试、修复错误、优化性能——每一步都可能产生新的信息，改变后续决策。

传统线性流程：输入 → 处理 → 输出（无反馈）
Harness 循环：输入 → 计划 → 执行 → 评估 → 反馈 → 再计划 → ...

2.2 核心设计原则#

2.3 终止条件设计#

Harness 必须明确定义循环退出的条件，常见策略包括：

• 目标达成：任务指标满足预设阈值
• 预算耗尽：达到最大迭代次数或 token 上限
• 收敛检测：连续多轮输出无显著变化
• 人工干预：外部信号强制终止

三、核心组件架构#

3.1 组件总览#

flowchart LR
    P[Planner] --> E[Executor]
    E --> V[Evaluator]
    V --> J{继续?}
    J -->|是| P
    J -->|否| O[输出或人工接管]
    S[State Manager] <--> P
    S <--> E
    S <--> V

3.2 各组件详解#

Planner（规划器）：根据当前状态和目标，生成下一步行动计划。它接收来自 Evaluator 的反馈，动态调整策略。在实现中，Planner 通常是一个 LLM 调用，prompt 包含历史上下文和上一轮评估结果。

Executor（执行器）：将 Planner 产出的计划转化为具体动作——调用工具、执行代码、查询数据库或生成内容。Executor 是 Agent 与外部世界交互的桥梁。

Evaluator（评估器）：对执行结果进行质量评估，判断是否达成子目标，识别错误和偏差。评估可以是规则化的（如测试用例通过率）或模型驱动的（如 LLM-as-Judge）。

State Manager（状态管理器）：维护整个循环的状态——包括任务进度、历史动作、中间结果和上下文窗口。它是实现”有状态迭代”的关键。

Termination Judge（终止判断器）：基于预设规则和当前状态，判断是否应该退出循环。

四、在 AI Agent 架构中的关键作用#

4.1 从”工具调用”到”自主迭代”#

早期的 Function Calling 模式是单轮的：模型决定调用哪个工具，获取结果后输出。Harness 将其升级为多轮自主迭代，使 Agent 具备真正的”尝试-失败-重试”能力。

4.2 工程化价值#

4.3 典型应用场景#

• 自动化测试修复：Agent 编写测试 → 运行 → 分析失败 → 修复代码 → 重跑
• 数据分析管道：探索数据 → 发现异常 → 清洗 → 重新分析
• 文档生成：起草 → 审查 → 修订 → 定稿

五、最小化实现示例#

以下是一个简化的 Loop Engineering Harness 实现，展示核心循环逻辑：

interface AgentState {
	goal: string;
	history: Array<{ action: string; result: string }>;
	iteration: number;
	maxIterations: number;
}

interface HarnessResult {
	success: boolean;
	finalState: AgentState;
	output: string;
}

class LoopEngineeringHarness {
	constructor(
		private planner: Planner,
		private executor: Executor,
		private evaluator: Evaluator,
		private stateManager: StateManager
	) {}

	async run(initialState: AgentState): Promise<HarnessResult> {
		let state = this.stateManager.initialize(initialState);

		while (state.iteration < state.maxIterations) {
			// 1. 规划下一步
			const plan = await this.planner.plan(state);

			// 2. 执行计划
			const result = await this.executor.execute(plan);

			// 3. 评估结果
			const evaluation = await this.evaluator.evaluate(result, state.goal);

			// 4. 更新状态
			state = this.stateManager.update(state, {
				action: plan.action,
				result: result.output,
				evaluation
			});

			// 5. 终止判断
			if (evaluation.goalAchieved || evaluation.shouldTerminate) {
				return {
					success: evaluation.goalAchieved,
					finalState: state,
					output: result.output
				};
			}

			state.iteration++;
		}

		return { success: false, finalState: state, output: '达到最大迭代次数' };
	}
}

六、落到工程里要检查什么#

循环本身不会自动带来可靠性。实现时至少要能回答四个问题：每轮改变了什么，验证结果保存在哪里，预算或次数什么时候耗尽，失败后由谁接管。

如果这些状态只存在于模型当前上下文里，任务一旦压缩、重启或切换会话就很难恢复。更稳的做法是把任务状态、工具结果和验收证据写到模型上下文之外，再让下一轮按需读取。

Harness 的价值不是让 Agent 多循环几次，而是让每一轮都有明确输入、动作、证据和退出条件。