本文深入解析了Claude Code中Agent Loop的实现机制，揭示了构建高效agent系统的核心设计思想。主要内容包括： Agent Loop的本质是一个持续决策的控制循环，通过"读取-决策-执行-反馈"的迭代过程完成任务，而非单次响应。 最小可用模型展示了agent系统的三个关键特征：状态累积、迭代决策和工具结果回流推理链。 工程实现采用三层架构（编排层-循环层-适配

回头看文章开头那几个典型问题，其实都能在这条主线上找到位置。工具为什么不该只是函数表，对应的是统一 Tool 合同；工具为什么不能全量暴露，对应的是注册层；工具为什么不能拿到名字就直接执行，对应的是完整生命周期；工具为什么不能盲目并发，对应的是语义驱动的并发策略。Claude Code 的工具系统值得借鉴，不是因为它工具多，而是因为它把工具放回了 runtime 的中心位置。

如果只看表面现象，Claude Code 的权限系统像是在工具外面加了一层“允许 / 拒绝”的开关；但顺着执行链路拆开以后，会发现它实际是一个分层运行的判断过程：先做输入校验，再做全局规则预检查，再进入工具级检查，最后把结果收口成，并把结果回写给模型。这套机制的关键，不在某一个单独函数，而在这些层次的分工。配置文件里针对整工具的规则、带内容的细粒度规则、Bash自己的语义判断，以及最终裁决后的结果

这套 SKILL 的核心价值不在于某个单独的 Playwright 操作，而在于它把页面验收拆成了一条有状态、有边界、有知识沉淀的执行链。它先用脚本确定入口，再复用登录态；先查特殊页面与默认 URL，再必要时搜索代码；先用 DOM 快照确认页面，再用响应体确认业务成功；最后把稳定问题沉淀回 reference。每一步都减少了 Agent 的不确定性，也让下一次验收更接近"复用已有经验"而不是"重新

用一次真实页面内存问题复盘，说明如何让大模型配合 Playwright 完成复现、定位、修复和验证，最终把开发态内存高峰从 900MB 级降下来。

如果只看表面现象，Claude Code 的权限系统像是在工具外面加了一层“允许 / 拒绝”的开关；但顺着执行链路拆开以后，会发现它实际是一个分层运行的判断过程：先做输入校验，再做全局规则预检查，再进入工具级检查，最后把结果收口成，并把结果回写给模型。这套机制的关键，不在某一个单独函数，而在这些层次的分工。配置文件里针对整工具的规则、带内容的细粒度规则、Bash自己的语义判断，以及最终裁决后的结果

本文深入解析了Claude Code中Agent Loop的实现机制，揭示了构建高效agent系统的核心设计思想。主要内容包括： Agent Loop的本质是一个持续决策的控制循环，通过"读取-决策-执行-反馈"的迭代过程完成任务，而非单次响应。 最小可用模型展示了agent系统的三个关键特征：状态累积、迭代决策和工具结果回流推理链。 工程实现采用三层架构（编排层-循环层-适配