上一篇聊了上下文压缩，那是「空间」问题；这篇聊一个「时间」问题——Agent 为什么会卡在原地打转，以及怎么让它自己停下来。
前言
如果你在学习Agent或者对function感兴趣的话，一定见过这样的场景：Agent 调一次工具，结果不满意，于是又调一次同样的工具、同样的参数，结果还是一样的，可它就是不换思路，一遍遍重复，直到把 token 耗尽。
这就是 Agent 最经典的问题之一——死循环。根本在于模型是无状态的：它不知道「我上一轮已经这么干过了、还没用」，它只会看着当前的上下文继续接龙。所以「意识到自己在重复」这件事，只能从外部注入。
这篇就讲清楚两件事：怎么检测死循环，检测到之后怎么办。核心就是三个关键词——指纹、滑动窗口、分层熔断。
一、先看清：死循环长什么样
把 Agent 的死循环归个类，最常见的是两种：
- 原地踏步型：同一个工具、同一组参数，反反复复调用，不管结果如何就是不停。
- 来回横跳型：在 A、B 两个操作之间交替，比如「读文件 → 报错 → 再读同一个文件 → 再报错」，两个动作互相把对方顶回去。
要检测这两种模式，第一步是给每一次工具调用算一个「指纹」。
二、指纹：把一次调用压成一段哈希（或者你想加密成其他的）
指纹要回答一个问题：这次调用，和之前哪次调用是「同一件事」？
思路很朴素：工具名 + 参数的规范字符串，做一次哈希：
const hash = `${toolName}:${sha256(stableStringify(params)).slice(0, 16)}`
取舍点：这里有个特别容易忽略的细节——参数必须规范化之后再哈希。JSON 里 {a:1, b:2} 和 {b:2, a:1} 是两个不同的对象，但对 Agent 来说其实是「同一个调用」。如果直接 JSON.stringify，两个 key 顺序不同就会算出不同的指纹，导致漏检。所以要先对对象的 key 排序，再序列化，保证「语义相同 → 指纹相同」。
三、滑动窗口：只记住「最近」的历史
光有指纹还不够，还得记住历史。但不能全记——Agent 可能跑几十上百轮，全记下来既占内存，又会让「很久以前的一次重复」误触发检测。
所以用一个滑动窗口，只保留最近 30 轮（或者你自己自定义）：
const HISTORY_SIZE = 30
history.push({ toolName, argsHash, timestamp })
if (history.length > HISTORY_SIZE) history.shift() // 丢掉最老的
取舍点：窗口大小是个权衡。太小，检测不出「慢速重复」；太大，又容易误伤。30 轮是一个经验值——足够覆盖「同一件事反复折腾」的典型场景，又不至于把早该翻篇的历史翻出来。
四、三种检测器：重复、横跳、无进展
有了指纹和历史，就可以上检测逻辑了。这里其实是三个独立的检测器，分别对应三种「卡住」：
① 原地踏步：同一调用出现太多次。 直接数窗口里「工具名 + 参数指纹」完全相同的调用出现了几次：
const recentCount = history.filter(
h => h.toolName === toolName && h.argsHash === argsHash
).length
② 来回横跳：两个操作交替。 从尾部往前找，看是不是 A、B、A、B 这样的交替模式。
③ 无进展：调用相同，结果也相同。 这是最狠的一种——不但调用一样，连结果都一样，说明这一轮是彻彻底底的白做。实现上要额外给每次调用记一个「结果指纹」，然后数「相同调用、相同结果」连续出现了几次。
取舍点：为什么要分成三种，而不是一个「重复计数」一锅端？因为它们的危险程度不一样。「原地踏步」可能是模型在「多试几次」；「来回横跳」是思路卡死；「无进展」是结果都证明没用了还在试——最后一种最该立刻停。分开检测，才能分层响应。
五、分层响应：先劝，再停
检测到之后，不是一刀切直接停，而是分两层：
const detection = detect(toolName, input)
if (detection.level === 'critical') {
shouldBreak = true // 硬熔断：停止整个循环
} else {
messages.push({ // 软提醒：注入一句提示
role: 'user',
content: '[系统提醒] 你可能陷入了重复，请换一个思路。'
})
}
具体是这样一个梯度（次数都是作者自定义的，没有一定的标准，看使用场景而论）：
| 阈值 | 级别 | 动作 |
|---|---|---|
| ≥ 5 次 | warning | 注入提示，劝模型换思路 |
| ≥ 8 次 | critical | 直接熔断，停止循环 |
取舍点：为什么「警告」是往上下文塞一句提醒，而不是直接停？因为模型是有概率性的，偶尔重复一两次未必是真卡死，硬停会误伤正常的重试。所以先给它一个自我纠偏的机会——软约束先行，硬熔断兜底。这就是给无状态函数加「负反馈」的核心：它自己根本没有「我在重复」的意识，只能靠外部提醒。
顺带一提，这个熔断只是「循环级」的一道闸。再往外，还有两道硬闸兜底：最多跑 N 轮（超过就退），以及 token 预算（烧超了就强制停）。三层叠起来，才能保证 Agent 无论怎么使用，都不会真的失控。
结语
死循环检测，本质上是给 Agent 补上一块它天生缺失的东西——自我意识。模型不知道自己在重复，我们就用「指纹」替它记住历史，用「检测器」替它判断卡没卡，用「熔断」替它踩下刹车。
