@ItsRoboki: /loop 和 /goal 并不验证你的工作。它们只会放大你给予它们的验证。真正的问题在于：智能体……

X AI KOLs Timeline 新闻
agent-loops reasoning failure-analysis ai-agents debugging workflow

摘要

对 AI 智能体循环持续运行而不进行推理的批评，建议智能体应定期暂停，分析失败原因并提出理论后再重试。

/loop 和 /goal 并不验证你的工作。 它们只会放大你给予它们的验证。 真正的问题在于：智能体从不暂停并推理。 它尝试。失败。尝试别的。再次失败。 尝试尝试再尝试。从未停下来思考： “等等，我试了三次，都以同样方式失败了。失败中的真实模式是什么？” 这是一个加了更好隔音层的仓鼠轮。 解决方案：每 N 个周期，强制进行一次推理暂停。 不是更多代码。不是另一个工具调用。 而是一个空白窗口，模型必须分析 已尝试的内容、失败的原因，并在下一次尝试前 提出一个具体的理论。 如果你的循环从不暂停推理， 那就不是迭代，而是无效折腾。
查看原文
查看缓存全文

缓存时间: 2026/06/25 09:15

/loop 和 /goal 并不会替你把关验证。 它们只会放大你赋予它们的验证逻辑。

真正的问题在于：agent 从不停下来思考。

它试了。失败了。换一种方式再试。又失败。 试了又试，却从未停下来思考：

“等等，这个操作我已经试过三次了，每次都以同样的方式失败。这些失败背后到底有什么规律？”

这就像是装了更好隔音材料的仓鼠滚轮。

解决方案：每 N 个循环，强制插入一次推理停顿。 不是写更多的代码，也不是调用另一个工具。 而是一个空白窗口，让模型必须分析： 已经尝试过什么，为什么失败，并在下次尝试前 提出一个具体的理论。

如果你的循环从不停下来思考， 那它就不是在迭代，而是在乱撞。

相似文章

AI世界正在变得‘循环’

TechCrunch AI

本文讨论了AI智能体系统中‘循环’的兴起，即智能体持续提示其他智能体执行任务，这被视为超越简单智能体使用的重要一步。Claude Code的Boris Cherny在Meta的@Scale大会上支持这一方法。