Agent Harness 基础：循环与控制 · Lesson 2 of 6

第 2 课：核心循环：从一次往返到持续运转

学习目标：

复述由 stop_reason 驱动的多轮循环四步，把一次工具调用往返接成一个能持续运转的 while 循环

用 stop_reason 的取值（tool_use / end_turn）判断循环该继续还是该停，说清它为什么就是循环的 while 条件

指出这个骨架循环缺了哪些边界，说明为什么每转一圈历史都在变长、不能只靠模型说「我说完了」来收尾

前置要求：读过第 1 课，知道 harness 是模型之外那层控制代码；会读一次工具调用往返的 tool_use / tool_result | 上一课第 1 课 << | 下一课第 3 课 >>

一次往返，不够用了

上一课你已经拆开过一次完整的工具调用往返：模型返回 stop_reason: "tool_use" 和一个 tool_use 块，你的宿主代码读出 name 和 input、真去执行、把输出打包成 tool_result 发回去，模型这才说出最终答案。三段 JSON，一趟就完事。

可真实任务很少这么客气。换个场景：你在写一个值班机器人，用户说「帮我把 api 服务重启一下，重启完看看日志里还有没有报错，有的话贴给我」。这一句话里其实压着两件事，而且第二件依赖第一件的结果——不重启完，看日志没意义。模型没法在第一轮就把两件事都办了，它只能：

第一轮返回 tool_use，调用 restart_service。你执行，把「重启成功」传回去。
第二轮又返回 tool_use，这次调用 read_logs。你执行，把日志内容传回去。
第三轮才返回 stop_reason: "end_turn"，附上一句「重启完成，日志里有两条 timeout 报错，贴在下面」。

同一句用户请求，模型来回跑了三趟。它每一步能看到什么、下一步做什么，取决于上一步的 tool_result 里回来了什么——这正是 Anthropic 对 Agent 的定义：一个在循环里、靠环境反馈用工具的 LLM¹。上一课那种一趟结束的往返，只是这个循环恰好只转了一圈的特例。这一课要做的，就是把「一次往返」接成「持续往返」，看清中间那个循环长什么样、由什么驱动、又该在哪里踩刹车。

循环的四步

把单次往返接成循环，其实不用发明任何新东西，只是把你已经会的那套动作重复做。Claude API 文档把这个多轮过程写成了一套固定步骤²：

你带着 messages 和 tools 清单发一次请求（tools 每一轮都要重新带上）。
模型回一个响应。如果它还需要用工具，stop_reason 就是 "tool_use"，content 里带一个或多个 tool_use 块。
你执行每一个 tool_use 块，把各自的输出做成 tool_result 块。这一步的关键是「每一个」——一轮响应里有几个 tool_use，下一条 user 消息里就得有几个对应的 tool_result，靠 tool_use_id 一一认领，全部打包进紧随其后的同一条 user 消息³。
你把模型那一轮的完整响应（assistant 角色）和你拼好的 tool_result（user 角色）都追加进 messages，再发一次请求。

然后是最关键的一句：只要新响应的 stop_reason 还是 "tool_use"，就从第二步再来一遍²。这个「只要……就重复」，就是把单次往返撑成循环的那根轴。上一课的例子只走到第一次 end_turn 就停了，是因为那个任务一趟就够；值班机器人那个例子会把第二步到第四步跑三遍，直到第三轮拿到 end_turn。

值得记住的是 tool_use 块和 tool_result 块各自的字段没变——tool_use 带 id / name / input，tool_result 带 tool_use_id / content、失败时还可以带 is_error³。循环没有改写这些字段的含义，它只是让这套字段被反复填写、反复回传。

stop_reason 就是这个循环的 while 条件

上面那句「只要 stop_reason 还是 tool_use 就重复」，翻译成代码就是一个 while 循环的判断条件。而这一课你最该带走的一句话是：**判断循环继续还是停下，就看 stop_reason 这一个字段。**它有很多取值，但对循环控制来说，先分清两个就够了：

"tool_use"：模型还想用工具，它把请求交给你，等你执行完回传后再继续。循环转到下一圈。
"end_turn"：模型不再要工具了，它认为话说完了。循环自然结束，你把最终文字交给用户。

一份讲 harness 工程的开源路线图把这层控制说得很直白：驱动 harness 的核心，就是那个「模型→工具→模型」的 while 循环⁴。而这个 while 的条件表达式，装的正是 stop_reason。同样一个模型、同样一套工具，它转几圈、什么时候停，全由宿主这边怎么读这个字段、怎么写这个条件决定——这也是为什么第 1 课说「同样的模型、不同的 harness，结果可能天差地别」⁴。

有一点要提前说清楚，免得把这个信号读反：stop_reason: "tool_use" 表示的是模型想要用工具，不是工具已经被用过了。模型自己从不执行任何东西，它只发出一段结构化的请求，真正跑工具的是你的宿主代码（或 Anthropic 的服务器），结果之后才回流进对话²。所以循环里 tool_use 出现的那一刻，动作还没发生；动作发生在你读出 name、input、去执行的那几行代码里。把「收到 tool_use」当成「工具跑完了」，是新手在从单次往返走向循环时最容易栽的一跤——它会让你误判循环现在到底转到了哪一步。

写成代码，就是这么几行

把这四步和 stop_reason 这个 while 条件落成 JavaScript，骨架短得出乎意料：

JAVASCRIPT

// tools 是每轮都要带上的工具定义清单
const messages = [{ role: "user", content: userInput }];

let response = await callModel({ tools, messages });

while (response.stop_reason === "tool_use") {
  // 1. 把模型这一轮的完整响应追加进历史
  messages.push({ role: "assistant", content: response.content });

  // 2. 执行这一轮所有 tool_use 块，各自打包成 tool_result
  const toolUseBlocks = response.content.filter((b) => b.type === "tool_use");
  const toolResults = await Promise.all(
    toolUseBlocks.map(async (block) => ({
      type: "tool_result",
      tool_use_id: block.id,
      content: await executeTool(block.name, block.input),
    }))
  );

  // 3. 把这一批 tool_result 作为一条 user 消息追加进历史
  messages.push({ role: "user", content: toolResults });

  // 4. 带着变长后的历史再发一次请求，循环回到 while 判断
  response = await callModel({ tools, messages });
}

// 循环出来了，说明 stop_reason 不再是 tool_use（比如 end_turn），
// response 里就是最终的文字回答

对着代码把四步再走一遍：while 那行就是「只要还是 tool_use 就重复」；循环体里先把 assistant 响应和 user 的 tool_result 双双 push 进 messages，再重新给 response 赋值。最后这次赋值是循环能停下来的前提——漏了它，response.stop_reason 永远是老值，while 就再也出不来了（这类死循环是第 4 课的主角）。

这段代码能跑，但它只是骨架，够简单到能看清循环本身，还远不能放心丢给生产。它默认模型总会规规矩矩地在某一轮回 end_turn，默认每个工具都能顺利执行，默认历史怎么长都无所谓——这三个「默认」，恰好是后面几课要逐个拆掉的。

每多转一圈，历史就长一截

回头盯着那行 messages.push：循环每转一圈，都会往 messages 里塞两条消息——模型的 assistant 响应、你回传的 tool_result。而下一次 callModel 又得把整个 messages 原样发出去。也就是说，这个循环转得越久，每一轮请求携带的历史就越长，而且只增不减。

这不是实现上的疏忽，是循环这种结构的固有性质：一个在循环里运转的 Agent，会不断产出更多可能与下一轮推理相关的数据⁵。值班机器人转三圈，攒下的还只是重启结果加一段日志；可要是任务需要几十轮，历史就会滚成一大坨。

这里藏着一个要留到「记忆与状态」那门课才展开、但现在必须先埋下的隐患：模型有一份「注意力预算」，每塞进一个新 token 都会消耗掉一点⁵。历史越长，token 越多，模型准确回忆起上下文里某条信息的能力反而越差⁵——注意这是一条随长度平缓下滑的性能曲线，不是过了某个长度就突然崩掉的悬崖⁵，别把它理解成「超了就废」。但方向是明确的：上下文得当成一种有限、且边际收益递减的资源来对待⁵。骨架循环那句无脑的 messages.push 完全没管这件事，它假设历史可以无限长——这个假设，「记忆与状态」那门课会来还账。

光有循环还不够，边界得另外加

现在你手里有一个能转起来的循环了。但「能转」和「转得住」是两码事。骨架循环把停不停的决定权完全交给了模型：它哪轮回 end_turn，循环哪轮停。可 Agent 是自己动态决定接下来做什么、用什么工具的系统¹——这份自主正是它有用的地方，也正是风险所在：自主意味着更高的成本，以及误差沿着一圈圈循环累积放大的可能¹。模型有可能连续跑很多轮，你得对它的决策有一定程度的信任才敢让它跑¹。

问题在于，「信任」不等于「放任」。如果模型因为某个环节卡住、或者被工具返回的内容带偏，一直不肯回 end_turn，这个只认 stop_reason 的循环就会一直陪着它空转下去。所以在模型自己的收尾信号之外，通常还要另外加上显式的停止条件——比如给循环设一个最大轮次上限，来把控制权攥在自己手里¹。骨架里那个光秃秃的 while (response.stop_reason === "tool_use") 没有这道保险：它信任模型，却没给自己留后路。

到这里，这一课的两个伏笔就都埋下了：这个循环需要边界（不能只靠模型说 end_turn，得有显式的停止条件——第 3 课），这个循环产出的历史需要治理（token 是有限资源，不能无脑往里塞——留给记忆与状态那门课）。而循环真正失控时会长成什么样、又该怎么兜住，是第 4 课的正题。这一课你只要先把「循环本身怎么转起来、由 stop_reason 驱动」这根轴立住就够了。

小结

把一次工具调用往返接成循环，不用新机制，只是重复四步：发请求 → 读 stop_reason 与 tool_use 块 → 执行工具并打包 tool_result → 追加历史后再发一次；只要 stop_reason 还是 tool_use 就重复²
stop_reason 就是这个循环的 while 条件：tool_use 表示模型还要用工具、循环继续，end_turn 表示模型收尾、循环自然结束——「模型→工具→模型」这根轴由它驱动⁴
tool_use 是「模型想用工具」的信号，不是「工具已跑完」的回执；模型自己从不执行，动作发生在宿主读出 name、input 去执行的那一步²
循环每转一圈，历史都在只增不减地变长，Agent 会不断产出更多可能相关的数据⁵；而注意力预算有限、上下文越长召回越差，token 得当成有限且边际递减的资源⁵
光有循环不够：自主性带来更高成本和误差累积，模型可能连续跑很多轮¹，所以除了模型自己的 end_turn，通常还要加显式停止条件（如最大轮次）把控制权攥在自己手里¹——具体怎么设，是第 3 课的正题

>> 第 3 课：停止条件：Agent 什么时候该收手

Building Effective AI Agents — Anthropic Engineering — https://www.anthropic.com/engineering/building-effective-agents ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷
How tool use works — Claude API — https://platform.claude.com/docs/en/agents-and-tools/tool-use/how-tool-use-works ↩ ↩² ↩³ ↩⁴ ↩⁵
Handle tool calls — Claude API — https://platform.claude.com/docs/en/agents-and-tools/tool-use/handle-tool-calls ↩ ↩²
The 2026 Agent Engineering Roadmap — GitHub (codejunkie99/agent-roadmap-2026) — https://github.com/codejunkie99/agent-roadmap-2026 ↩ ↩² ↩³
Effective context engineering for AI agents — Anthropic Engineering — https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

Exercises

一个日程助理 Agent 配了 search_calendar（查日历）和 create_event（建日程）两个工具。用户说「看看我周四下午有没有空，有的话约个 30 分钟的评审会」。宿主用本课的骨架循环驱动它，实际发生的 stop_reason 序列如下：

Level 1：数一数这个循环转了几圈

第 1 次 callModel 返回 → stop_reason: "tool_use"（一个 tool_use 块，调 search_calendar）
第 2 次 callModel 返回 → stop_reason: "tool_use"（一个 tool_use 块，调 create_event）
第 3 次 callModel 返回 → stop_reason: "end_turn"（文字：「已约周四 14:00 的评审会」）

请回答：(1) callModel 一共被调用了几次？(2) executeTool 一共被调用了几次？(3) while 循环体一共执行了几遍？(4) 循环是在读到哪个 stop_reason 时退出的？

Done criteria · checked locally

`callModel` 调用次数正确（3 次），并能说清「循环外 1 次 + 循环体内每圈 1 次」的来源`executeTool` 调用次数正确（2 次），对应两个 `tool_use` 块while 循环体执行遍数正确（2 遍），退出发生在读到 `end_turn` 时能说明第 3 次 `callModel` 是在循环体内发出的，但它的返回让 while 条件不成立，于是没进第 3 遍循环体

同事想把单次往返改成多轮循环，写了下面这段代码。它在只需要一次工具调用的任务上「看起来能用」，可一旦任务需要模型连续调用两次工具，进程就卡死、资源被耗尽，日志里同一个工具被反复调用。找出根本原因，并改对。

Level 2：这个循环为什么停不下来

JAVASCRIPT

async function runAgent(userInput, tools) {
  const messages = [{ role: "user", content: userInput }];
  let response = await callModel({ tools, messages });

  while (response.stop_reason === "tool_use") {
    const block = response.content.find((b) => b.type === "tool_use");
    const result = await executeTool(block.name, block.input);

    messages.push({ role: "assistant", content: response.content });
    messages.push({
      role: "user",
      content: [{ type: "tool_result", tool_use_id: block.id, content: result }],
    });
    // 循环体到此结束
  }

  return response;
}

Done criteria · checked locally

准确指出根本原因：循环体里没有重新给 `response` 赋值，`response.stop_reason` 永远停留在第一次的 `tool_use`，while 条件恒为真说明这为什么表现为「单次往返看着没事、多轮任务卡死」：只要响应真进了循环体，就是死循环、再也出不来之所以有时「看着能用」，是因为那次响应根本不是 `tool_use`、压根没进循环——不是「第一次 tool_use 之后正常停了」给出的修正在循环体末尾补上 `response = await callModel({ tools, messages })`

My note

Jot down thoughts, sticking points, things you didn't get. Written to this course's appendix only — the lesson file is never touched.

Also distill into learning memory (so the agent knows me next time)

第 2 课：核心循环：从一次往返到持续运转

一次往返，不够用了

循环的四步

stop_reason 就是这个循环的 while 条件

写成代码，就是这么几行

每多转一圈，历史就长一截

光有循环还不够，边界得另外加

小结

Footnotes

Exercises

一个日程助理 Agent 配了 search_calendar（查日历）和 create_event（建日程）两个工具。用户说「看看我周四下午有没有空，有的话约个 30 分钟的评审会」。宿主用本课的骨架循环驱动它，实际发生的 stop_reason 序列如下：

My note