思特威智能体开发二面：Agent Loop 与行业演进

《面试题目》

1. 讲一下你对一个 loop（Agent 循环）的理解。
2. 智能体的发展情况。

《参考解析》

Agent Loop 的本质：一个 Agent 就是一个「模型 + 工具 + 循环 + 停止条件」的闭环，循环体可以概括成四步：组装上下文（系统提示、历史、工具定义、检索到的记忆）→ 调模型拿到输出（可能是回答，也可能是一个或多个工具调用）→ 执行工具并把结果作为 observation 写回上下文 → 判断是否终止，否则回到第一步。理解这个 loop 的关键不在「会循环」，而在几个工程决策点上：① 什么时候停——模型主动不再调工具、达到最大轮次、超出 token 或时间预算、或者外部中断；没有硬性上限的循环在生产环境一定会失控；② 上下文怎么管——每轮把工具原始输出全塞进去会迅速撑爆窗口，需要截断、摘要、或者把大结果外置成文件只留引用；③ 工具怎么设计——工具描述要写清输入输出与失败语义，参数要可校验，长任务要支持幂等重试；④ 错误怎么办——工具报错不能直接把异常字符串丢给模型就完事，要区分可重试（超时、限流）和不可重试（参数错误），并把错误信息结构化，模型才知道怎么改；⑤ 何时需要人介入——高风险写操作（付款、删除、发消息）应该设审批点，这也决定了 loop 是「自动跑完」还是「跑一半停下等人确认」。把这些决策讲出来，比复述 ReAct 的 thought-action-observation 模板更有说服力。

循环的变体与代价：单步 ReAct 是最基础形态；实践中常见的增强有 Planning（先生成任务清单再逐步执行，避免长任务中途跑偏）、Reflection（执行失败后总结原因再重试，而不是原样重试）、多 Agent 分工（规划者、执行者、评审者分离，代价是通信开销和上下文割裂，简单任务上用多 Agent 反而更差）、以及并行工具调用（一轮内并发多个独立工具，缩短时延）。要能说清 trade-off：轮次越多延迟和成本越高（每一轮都是一次完整的 prompt 重放），所以工程上会尽量把「一轮能做完的事」合并，用并行工具和批处理减少轮数。

智能体的发展脉络：可以按「能力来源」分四个阶段讲。第一阶段是靠提示词工程，用 CoT / ReAct 让模型在文本里「假装」推理与行动，工具调用靠解析自由文本，脆弱且格式易错。第二阶段是原生工具调用（function calling / tool use）与结构化输出，模型侧直接支持工具协议，Agent 的可靠性大幅提升，同时出现了 MCP 这类工具接入标准，把「工具与数据源」从各家私有实现变成通用协议。第三阶段是记忆与长任务，重点转向跨会话记忆、上下文压缩、子智能体与任务编排，代表性方向是编码 Agent 和深度研究类 Agent——它们把「循环 + 工具 + 验证闭环」做成了产品，靠可执行的验证信号（跑测试、跑代码）来约束模型。第四阶段是训练侧的强化，用 agentic RL 直接把工具调用与长程决策训进模型（过程奖励、结果奖励、轨迹级优化），加上评测体系（SWE-bench、GAIA、τ-bench）把能力量化。趋势上要能说出几句判断：能力重心从「提示词技巧」转向「工程脚手架与验证闭环」；单 Agent 走向「可控的工作流 + 局部自主」；成本与时延成为和效果同等重要的指标；以及落地场景集中在有明确反馈信号、容错空间大的领域（编码、客服、检索与报表），而高风险决策仍需要人在环。