Агентский цикл

LLM в цикле с действиями и автономностью — ключевое отличие агента от чат-бота

Категория: Основы

Сложность: Начинающий

Определение

Агентский цикл (Agentic Loop) — принцип работы AI-агента: модель получает задачу, генерирует действие (пишет файл, вызывает API, запускает команду), получает результат и решает, продолжать ли работу или задача выполнена. В отличие от чат-бота, который отвечает один раз и ждёт, агент продолжает работу автономно.

Как работает

  Задача
    |
  Думает -> что нужно сделать?
    |
  Действует -> вызывает инструмент
    |
  Наблюдает -> смотрит результат
    |
  Готово? -- нет --> обратно к "Думает"
         -- да  --> ответ

Это паттерн ReAct (Reason + Act): модель рассуждает о том, что делать, действует, рассуждает о результате, и так по кругу.

Примеры

Claude Code — полный цикл:

Задача: "добавь авторизацию"
-> Читает проект (Read)
-> Планирует изменения (Think)
-> Пишет код (Write)
-> Запускает тесты (Bash)
-> Тест упал — читает ошибку (Observe)
-> Фиксит баг (Write)
-> Запускает тесты снова (Bash)
-> Все тесты прошли -> отчитывается

Codex — автономный агент:

Задача: описание из GitHub Issue
-> Анализирует кодовую базу в sandbox
-> Создаёт ветку
-> Пишет реализацию
-> Запускает тесты
-> Открывает Pull Request

Практические ограничения

Качественно агент работает 1-2 часа, после чего контекст переполняется и агент теряет фокус. Признаки:

Агент начинает повторять одни и те же действия
Забывает решения, принятые в начале сессии
Качество кода снижается

Для длительных задач — разбивайте работу на сессии с фиксацией прогресса (GitHub Issues, CLAUDE.md).

Когда агент зацикливается

Типичная ловушка: агент пытается исправить баг, создаёт новый, пытается исправить его, создаёт ещё один. Решения:

Human-in-the-loop — включить подтверждение перед действиями
Новая сессия — начать с чистого контекста, описав проблему заново
Декомпозиция — разбить задачу на меньшие части

В курсе

Урок	Контекст
Урок 4	Агент не просто отвечает, а действует в цикле и доводит задачу до артефакта. Skills, Rules и MCP — инструменты настройки этого цикла

Ссылки

Связанное

Что такое агент — определение и возможности агента
Субагент — изолированная сессия для параллельных задач
Оркестрация — управление несколькими агентами
Контекст — ограничение длительности агентского цикла
Human-in-the-loop — контроль над автономностью

Редактировать на GitHub →