为什么这道题频繁出现？

Agent 死循环是 LLM 工程中最常见、也最致命的生产问题之一。它不像模型幻觉那样偶尔冒头，一旦触发就是 token 疯烧、用户白等、接口超时三连。

面试官问这道题，本质上是在考三件事：

1. 1. 你有没有真实踩过坑——只会背 max_turns 的人一说就露馅
2. 2. 你能不能系统化地解决问题——而不是东补一块西贴一个
3. 3. 你理解不理解 Agent 的控制流——ReAct 循环的架构细节你真的清楚吗

下面我们拆成 5 个核心问题，逐个击破。

---

Q1：ReAct 循环的基本架构是什么？生产环境需要做哪些扩展？

基础回答

经典 ReAct 循环遵循 think → act → observe 的节奏，在 LangGraph 中通常表示为：

think → act → should_continue → think → act → ...

should_continue 节点只在步数到达 max_iterations 时终止循环。

加分回答

生产环境必须把简单的 should_continue 升级为复合路由节点 check_and_route，它同时负责步数检查、重复检测、进展检测和超时检测。同时状态结构需要扩展：

class AgentState(TypedDict):    messages: list    thoughts: list    actions: list    observations: list    iteration: int    max_iterations: int    # 死循环检测专用    recent_actions: List[Tuple[str, str, str]]  # (action, params_hash, obs_hash)    action_timestamps: List[float]    semantic_history: List[List[float]]  # 可选    stalled_counter: int    recovery_attempted: bool

面试官关注点：你是否理解原始状态只记录对话流，缺乏检测所需的"元数据"。recent_actions 中记录 params_hash 和 obs_hash 而非原始值，既节省内存又方便比对。

💡 小贴士：params_hash / obs_hash 的生成方式建议统一使用：
hashlib.sha256(json.dumps(x, sort_keys=True).encode()).hexdigest()

保证键顺序一致，哈希结果才可靠。

---

Q2：死循环有哪些典型场景？分别怎么检测？

这是整道题的核心。死循环不是一种病，是一类综合征。至少有四种形态：

场景一：步数爆炸——硬上限与软上限

表现：Agent 一直在执行，远超正常回合数。

对策：设两层阈值——

层级	触发条件	行为
软上限	iteration ≥ max_iterations × 80%	在思考中注入提醒：“你已接近最大步数，请尝试总结已有信息”
硬上限	iteration ≥ max_iterations	直接终止，返回部分结果

为什么需要软上限？实测中发现，很多时候 Agent 只需要一个"催促"就能快速收尾，暴力终止反而浪费已有的推理链路。

场景二：动作复读机——重复动作模式检测

表现：Agent 反复调用同一个工具、传同样的参数、得到同样的结果。

对策：滑动窗口 + 频次统计——

from collections import Counterdef is_repeating(state, window: int = 5, threshold: int = 3) -> bool:    recent = state.recent_actions[-window:]    if len(recent) < window:        return False    counter = Counter((a, p) for a, p, _ in recent)    return counter.most_common(1)[0][1] >= threshold

维护一个长度为 N 的滑动窗口，统计 (action_name, params_signature) 组合出现次数。超过阈值即判定为重复循环。

BendClaw 引擎的 Doom Loop Detection 就是同类思路——在 Action-Observation 层面比对，在模型继续浪费 token 之前提前打断。

场景三：原地踏步——无进展检测

表现：动作在变，但信息量没增长。

三种检测手段可以组合使用——

1. 1. 语义相似度：连续 N 步 Observation 相似度 > 0.95，视为无进展
2. 2. Token 增量：新增 token < 50 且无工具调用，可能停滞
3. 3. LLM 自评：让模型判断当前推理是否包含新事实

def update_stall(state, obs_similarity: float, sim_threshold: float = 0.95):    if obs_similarity >= sim_threshold:        state.stalled_counter += 1    else:        state.stalled_counter = 0

面试陷阱：有人只比最后一步和前一步，这太敏感了。正确做法是设一个 stalled_counter，连续多步无进展才触发。

场景四：语义绕圈——语义循环检测

表现：动作和结果都在变化，但思考内容在兜圈子—— típico 的"讨论同一问题但用不同措辞"。

对策：每 5 轮让 LLM 自我回顾——

“请分析你的推理轨迹，是否在重复讨论同一问题？如果是，请提出一个不同的子问题或直接给出答案。”

这与 FireAct + Reflexion 的策略一致：在特定轮次强制注入自我反思提示，帮助模型跳出死胡同。

面试加分点：你能区分"动作级重复"和"语义级重复"，说明你不仅仅在概念层面理解，而是有实际调试经验。

场景五：挂起不动——超时控制

表现：某个工具调用卡死，或 LLM 推理没有返回。

对策：真实时钟兜底——

• • 单次迭代超时：30s ~ 120s
• • 总运行超时：5min ~ 30min

在 LangGraph 中用 asyncio.wait_for 包装调用，或起监控守护线程。

---

Q3：检测到死循环后怎么办？暴力终止是最差选择

这是区分"背答案"和"真做过工程"的分水岭。

暴力终止 = 检测了但不恢复 = 只报警不灭火。

生产级 Agent 需要四级优雅降级——

第一级：反思注入（Reflexion）

不终止，切换到反思模式。在下一轮 Thought 前注入：

“你已陷入循环。请回顾之前的步骤，找出无效策略，并尝试完全不同的方法。”

实现上，维护 recovery_attempted 布尔量，触发反思时修改 prompt 并重置 stalled_counter，然后重新进入 think。

FireAct 研究证实，自我反思能显著提高长轨迹的成功率。

第二级：紧凑重试（Compact-and-Retry）

反思无效？压缩上下文重来——

• • 用 LLM 对历史步骤做摘要
• • 保留关键观察，丢弃低价值步骤
• • 将摘要作为新的系统提示注入

BendClaw 的 Tiered Compaction 就是这个思路——模仿人类"整理思绪从头来"。

第三级：部分答案 + 求助

两次恢复都失败，别硬撑。返回已收集的信息，坦白未完成的部分，请用户补充指导。

这比强制失败体面得多，用户也会觉得系统是"聪明地unstuck"而不是"笨死了"。

第四级：交接（Handoff）

多智能体场景下，当前 Agent 可以通过 handoffMap 将任务转交给备用 Agent——它可能有完全不同的策略。

openai-agents-js 的 Handoff 机制就是为这种场景设计的。

面试官会追问：什么时候该反思、什么时候该直接终止？答：看 recovery_attempted 标志位——首次触发走反思，二次触发走压缩或终止。这是个状态机思维，不是 if-else 能搞定的。

---

Q4：如何把这些机制编排成一个完整系统？

上面的问题都在讲"零件"，这个问题的本质是：你能不能把零件装配成一辆能跑的车？

核心是一个路由函数 check_and_route：

def check_and_route(state) -> str:    # 1. 硬上限    if state.iteration >= state.max_iterations:        return "finish"    # 2. 重复动作检测    if is_repeating(state, window=4, threshold=3):        return "reflect" if not state.recovery_attempted else "compact"    # 3. 无进展检测    if state.stalled_counter >= 3:        return "reflect" if not state.recovery_attempted else "finish"    # 4. 超时检测    if time.time() - state.start_time > state.timeout:        return "finish"    # 5. 正常路由    if state.thoughts and "FINISH" in state.thoughts[-1]:        return "finish"    return "act"

四个出口：act（继续）、reflect（反思）、compact（压缩重试）、finish（终止）。

在 LangGraph 中用条件边把这个路由挂到 think 节点后——

think → check_and_route → act → think（循环）                       → reflect → think（反思后重试）                       → compact → think（压缩后重试）                       → finish（终止返回）

几个关键设计点：

• • reflect 节点不执行工具调用，只修改 system prompt 并重置计数器
• • compact 节点调用 LLM 摘要历史，裁剪 messages 到最近三轮，添加摘要，设置 recovery_attempted = True
• • 所有检测指标的更新集中在 check_and_route 内部，推理节点保持纯净

面试官会追：为什么不让每个节点自己更新检测指标？答：职责分离——路由逻辑和数据更新放一起方便调试，推理节点只管推理，Trace 更清晰。

---

Q5：业界有哪些成熟方案可以参考？

面试中能引用具体项目名，比泛泛而谈强十倍。

机制	来源	关键特点
硬上限	LangChain 文档	maxTurns / max_iterations，最基础的保护
重复检测	BendClaw Doom Loop Detection	滑动窗口对比 Action-Observation 对
语义反思	FireAct + Reflexion	第 6、10 轮插入反思提示
上下文压缩	BendClaw Tiered Compaction	层级压缩后重试推理
进展评分	业界实践	LLM 每步判断是否有新信息
交接控制	openai-agents-js	handoffMap 转交其他 Agent

⚠️ 关键结论：没有银弹。 这些机制需要根据任务特征组合使用、调优阈值。

---

附录：参数速查表

面试中能随口报出这些数字，说明你真上过手。

参数	推荐值	备注
max_iterations	25 ~ 50	任务复杂度高时适当放宽
警告阈值	max_iterations × 0.8	软提醒，不强制终止
重复检测窗口	4 ~ 6 步	太短误报，太长迟钝
重复阈值	3 ~ 4 次	窗口内相同动作出现次数
无进展步数	≥ 3	stalled_counter 触发值
语义相似度阈值	0.90 ~ 0.95	越低越敏感
单次超时	30s ~ 120s	取决于工具响应时间
总超时	5min ~ 30min	取决于任务规模

两个差异化要点一定记住：

• • 模型差异：强模型（GPT-4 级别）可放宽阈值；开源 / 小模型建议更严格的检测与更频繁的反思
• • 任务差异：信息检索类更关注"无进展"；规划执行类更关注"重复动作"

---

0 AI行业迎来前所未有的爆发式增长：从DeepSeek百万年薪招聘AI研究员，到百度、阿里、腾讯等大厂疯狂布局AI Agent，再到国家政策大力扶持数字经济和AI人才培养，所有信号都在告诉我们：AI的黄金十年，真的来了！

在行业火爆之下，AI人才争夺战也日趋白热化，其就业前景一片蓝海！

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

人才缺口巨大

人力资源社会保障部有关报告显示，据测算，当前，****我国人工智能人才缺口超过500万，****供求比例达1∶10。脉脉最新数据也显示：AI新发岗位量较去年初暴增29倍，超1000家AI企业释放7.2万+岗位……

单拿今年的秋招来说，各互联网大厂释放出来的招聘信息中，我们就能感受到AI浪潮，比如百度90%的技术岗都与AI相关！

就业薪资超高

在旺盛的市场需求下，AI岗位不仅招聘量大，薪资待遇更是“一骑绝尘”。企业为抢AI核心人才，薪资给的非常慷慨，过去一年，懂AI的人才普遍涨薪40%+！

脉脉高聘发布的《2025年度人才迁徙报告》显示，在2025年1月-10月的高薪岗位Top20排行中，AI相关岗位占了绝大多数，并且平均薪资月薪都超过6w！

在去年的秋招中，小红书给算法相关岗位的薪资为50k起，字节开出228万元的超高年薪，据《2025年秋季校园招聘白皮书》，AI算法类平均年薪达36.9万，遥遥领先其他行业！

总结来说，当前人工智能岗位需求多，薪资高，前景好。在职场里，选对赛道就能赢在起跑线。抓住AI风口，轻松实现高薪就业！

但现实却是，仍有很多同学不知道如何抓住AI机遇，会遇到很多就业难题，比如：

❌ 技术过时：只会CRUD的开发者，在AI浪潮中沦为“职场裸奔者”；

❌ 薪资停滞：初级岗位内卷到白菜价，传统开发3年经验薪资涨幅不足15%；

❌ 转型无门：想学AI却找不到系统路径，83%自学党中途放弃。

他们的就业难题解决问题的关键在于：不仅要选对赛道，更要跟对老师！

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓