ReAct 循环与三层收敛
一条「排查 CPU 高负载」的请求走完整个循环：正常 3 轮 ReAct 定位问题 → LLM 自觉终止不可靠 → 层1a 计数拦截原地重复、层1b 指纹补抓"换参数绕行"的等价循环 → 层2 预算硬终止兜底。装配线副标题：每一轮 = 对「下一轮发往 LLM 的 messages」的一次追加。
1x2x
待播放
Token 累计
(单轮 O(n)·累计 O(n²))0
ReAct 循环装配线：每轮 REASON → ACT → OBSERVE，OBSERVE 后决定「继续 or 终止」
光点 = 本轮进行到哪一步
💬 LLM 服务 🤖 无状态函数 f(上下文) · 每次请求 = 全量 messages
就绪点 ▶ 播放，看排查请求走完 ReAct 循环与三层收敛。框架
⚡ 运行时动作：正在发生什么💡 知识讲解：为什么这么设计
知识点一句话总结：LLM 是无状态函数，Agent 的本质是框架用 ReAct 循环每轮重建完整上下文（messages 全量重发：单轮输入 O(n)，N 轮累计 O(n²)——增长来自累计重发，不是单轮 token 自己按平方涨）；终止绝不该交给 LLM 自觉——层1a 计数器（同工具同参数 ×5 警告 / ×8 终止，会被换参数绕过）+ 层1b 执行现场指纹（MD5(prompt+参数+上下文快照)，最近 20 条内相同 ≥3 判死，抓语义等价循环）+ 层2 五重预算（时间/步数/模型/工具/Token）+ MAX_STEPS 硬终止，把"该停了"从语义决策降级为程序判定。循环控制权选 Prompt 还是 Graph，是理解循环壳上四类扩展（流式分派/Attachment 缓存/循环检测/自动续推）的第一性原理。