Nexus Core AI Agent 无限循环修复实录

AI Agent 无限循环比传统程序循环更难发现——它不卡死，而是持续产生看似合理的输出，同时默默消耗大量 token 和计算资源。Nexus Core AI OS 团队通过系统性复盘，解决了这一问题。

核心要点：

- 问题发现： 首次信号来自账务异常，某些任务 token 消耗达到 p95 基线的 8 倍，执行日志显示工具调用序列出现节奏性重复。
- 根因： Agent 在推理循环间缺乏结构化状态记忆，长上下文下自我循环检测能力退化；目标模糊和工具结果误读加剧了问题。
- 诊断手段： 通过给推理循环注入结构化检查点（checkpoint），构建执行图（执行图），直观识别循环形状（紧密两轮循环、慢漂移循环、单节点自循环）。
- 修复方案： 引入执行检查点强制 Agent 输出结构化进度报告；叠加状态哈希（局部敏感哈希）、重复追踪（相同工具+参数调用超 3 次自动拦截）、子任务深度限制（4 层）；将执行模型改为严格的两层结构（协调器→工作器），禁止递归。
- 效果： 循环发生率从 5.4% 降至 0.8%，p95 token 消耗降低约 34%，任务成功率从 91.2% 提升至 96.7%。非循环任务延迟增加 8–12%，通过异步写入检查点恢复了一半。

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub