在 AI 超级智能体项目中，针对 Agent Loop 可能出现的死循环问题，你会采用哪些策略来避免或终止这种循环？

回答思路

1. 【回答框架 1】Agent Loop 死循环通常源于目标不明确、工具调用反馈循环或决策状态重复。解决思路分预防与终止两层：预防层在任务分解时设定清晰的终止条件，如最大迭代次数、时间预算、Token 上限，并在每轮循环检查是否达到目标或条件无进展。
2. 【回答框架 2】终止层引入外部监督机制：设置全局超时与步数计数器，超过阈值强制中断；通过观察日志检测重复动作或输出，若连续多轮结果一致则判定为死循环并停止。
3. 【回答框架 3】设计上让 Agent 具备自我评估能力，每轮输出对任务完成度的估计，当进度停滞时切换策略或请求人工介入；同时使用有界队列管理子任务，避免无限递归调用。
4. 【回答框架 4】实际实现中，可结合状态机管理生命周期，明确 running、completed、failed、timeout 等状态，并由调度器负责超时取消；对工具调用增加幂等控制，避免重复副作用。
5. 【关键点 1】设置最大迭代次数、超时与 Token 上限是基础防线。
6. 【关键点 2】检测重复输出或零进度变化，及时中断。
7. 【关键点 3】引入人工审核或降级方案作为最后兜底。
8. 【关键点 4】任务分解时明确结束条件，避免模糊目标。
9. 【易错点 1】只依赖单一超时可能误杀长任务，需结合进度检测。
10. 【易错点 2】无限重试工具调用可能放大副作用，需限制重试次数。
11. 【易错点 3】忽略上下文长度增长导致的性能退化。