Skip to main content

Loop Agent 和 React Agent 都是循环完成任务，本质区别在哪？

· 8 min read

两种 agent 表面都"循环",但决定"什么时候退出循环"的主体完全不同——这才是它们真正的分野。

  1. 决策主体：ReAct 退出由 LLM 自己判断，Loop 退出由外部规则验证。
  2. 适用场景：ReAct 适合查天气这类 3 步内 完成的轻量任务，Loop 适合老代码升级这类需要客观验证的工程任务。
  3. 工程难点：Loop 每轮会清上下文重建 prompt，反馈机制与状态持久化是真正的门槛。
  4. 真实案例：Claude Code 是 ReAct 框架 + Loop 思维的混合体——LLM 驱动主循环，但把判官能力下放给 Bash 工具的 exit code。
  5. 思想定位：Loop Agent 不是新模型，是承认 LLM 会幻觉出错，结合软件工程验证与 AI 生成能力的务实架构。

一、循环的"决策权"在谁手里​

最容易被忽略的事实：ReAct 和 Loop 的循环结构几乎一样，差异在「退出条件由谁判定」。

  • ReAct：模型自言自语"我觉得任务完成了"就退出。判定权在 LLM 手里。
  • Loop：LLM 觉得完成不算——必须编译通过、测试通过。判定权在外部规则手里。

这一字之差，决定了两种 agent 各自的"主场"和工程难度。

二、ReAct Agent 主场：轻量信息查询​

任务：「查一下北京的天气，决定要不要带伞」。

ReAct 三步搞定：

  1. Think：用户问天气，需要调用天气工具。
  2. Act：调用 get_weather(city="北京")。
  3. Observe：返回「晴，28°C」 → Think：天气好，不带伞 → 退出。

这种任务完全不需要外层循环，几次迭代就结束。硬套 Loop 反而是杀鸡用牛刀——外层循环要等「验证通过」退出，可这条任务没有客观验证条件，硬造一个反而多余。

三、Loop Agent 主场：客观验证型工程任务​

任务：把一个 JDK 8 老项目升级到 JDK 21。

让 ReAct 一次性跑，会发生什么？模型自信改完几个文件，prompt 里说「升级完毕」，但实际编译报错。这一步模型自己是意识不到的——它只能看到自己改了什么，看不到编译器的真实反馈。

Loop Agent 的处理方式：

  1. 第一轮：Agent 改一波文件，自评「完成」。
  2. 外层验证：触发 mvn compile，客观失败。
  3. 反馈重写：把最新编译报错日志拼成新 prompt，丢回给 Agent。
  4. 循环往复：直到 mvn compile && mvn test 都通过，外层循环才真正退出。

精髓不在循环，而在退出条件。循环谁都能写，判定循环是否应该退出的客观条件才是工程难点。

四、Loop Agent 的三大工程门槛​

内层的 Agent 只是"不知疲倦的程序"，外层循环才是"铁面无私的判官"。把外层循环写出来不难，难的是下面三件事：

1. 上下文交接​

ReAct 上下文会一直累积，模型能看到全部历史。Loop 通常会在每轮之间清空旧记忆，重建 prompt——只保留「任务描述 + 最新错误 + 已修改文件」。

重建不好会出问题：上一轮的修复思路、已尝试过的方案全部丢失，模型可能反复掉进同一个坑。

2. 反馈机制​

「错误日志怎么写进 prompt」是个细致活。

  • 整段堆进去？上下文爆掉。
  • 截前 50 行？关键错误被截掉。
  • 丢给 LLM 让它「总结错误」？又多一层不稳定性。

需要按错误类型（编译错误、测试失败、超时）设计不同的 prompt 模板。

3. 状态持久化​

中间产物放哪？部分修改的文件要不要回滚？多轮迭代后工作区是脏的，下一轮 Agent 是在脏工作区上继续改，还是先 git stash 一份？

没设计好，就会出现「改 A 报错 B」的死循环——A 修了 B 又炸，B 修了 A 又炸。

五、真实案例：Claude Code 是 ReAct 还是 Loop？​

最有意思的对照实验是 Claude Code——Anthropic 官方的 CLI agent，每天被用来改真实代码库。它的执行流把两种 agent 的特征都体现出来了。

架构上是 ReAct​

Claude Code 的主循环就是教科书式的 ReAct：

while (!shouldStop) {
  response = await api.messages.create({ messages, tools, system })
  if (response.stop_reason === 'end_turn') break
  for (const block of response.content) {
    if (block.type === 'tool_use') {
      result = await executeTool(block.name, block.input)
      messages.push({ role: 'user', content: [{ type: 'tool_result', ... }] })
    }
  }
}

LLM 在循环里决定调什么工具、调用顺序、什么时候结束。判定权在 LLM 手里——这是 ReAct 的核心特征。

但骨子里是 Loop 思维​

如果 Claude Code 是纯 ReAct，改完代码直接说"改完了"就完事。实际上不是。

模型被强引导去主动调用 mvn compile、pytest、npm test 这类命令，把退出条件客观化：

  • "改完文件 → 跑测试" 是工具调用循环，模型自己驱动。
  • "测试通过没" 是工具返回值（exit code 0 / 1），不是模型自评。
  • "失败 → 看错误日志 → 改 → 再跑" 是反馈重写。

判定权名义上还在 LLM，但模型把"是否完成"外包给了 exit code——这正是 Loop Agent 的精髓。

执行流程​

外层的"判官"位置，Claude Code 没有硬编码在 while 循环外，而是通过工具能力下放给模型——Bash 工具就是万能判官，模型想跑什么验证就调什么。

其他扩展点​

  • max_turns 熔断：防止模型陷入死循环。
  • 用户中断：按 Esc 随时打断当前执行。
  • Hooks：PreToolUse 可以拦截危险命令（删库、force push），PostToolUse 可以追加 context（lint 报错自动塞进下一轮 prompt）。
  • 子 Agent：Task 工具派生一个全新的 Claude Code 实例，自带独立 context——这就是嵌套的 Loop Agent。

结论​

Claude Code 不是一个标准的 Loop Agent（没有显式的「执行-验证-重试」编排），也不是一个纯 ReAct Agent（把验证外包给了 exit code）。它是一个ReAct 框架 + Loop 思维的混合体：

  • 框架上 LLM 当判官（ReAct）。
  • 工具上把判官能力下放给 Bash（Loop）。
  • 控制上 hooks + max_turns + 用户中断兜底（生产级工程化）。

如果你想理解"Loop Agent 的思想在主流 agent 里怎么落地"，看 Claude Code 源码比看任何 workflow 引擎都直观。

六、思想定位：AI + 软件工程的握手​

Loop Agent 不是什么高深莫测的新型大模型，它是一种极其务实的架构思想：

  • 承认 LLM 会幻觉、会出错、上下文有限。
  • 把传统软件工程的客观验证（编译、测试、断言）和 AI 的生成能力握在一起。
  • 落地形态可以是显式 workflow 引擎（结构化任务），也可以是 Claude Code 这类 agent runtime（开放式任务）——核心都是在可控性上叠加 AI 的灵活性。

回头看，ReAct 本身也是一种 workflow。它是 LLM 自己当判官的极简 workflow，Loop 则是把判定权交给外部规则的强化版。

很多人低估了 workflow——觉得「不过是 if-else 编排」。但只有把可控性和灵活性结合起来，AI 应用才能从 demo 走到生产。Loop Agent 的价值，就是把这件事讲清楚了。

References​

  1. Loop Agent和ReactAgent都是循环完成任务，有什么区别？ —— 徐庶说技术, 哔哩哔哩, 2026-05-26
  2. Claude Code Overview —— Anthropic 官方文档