ai-agent-loop-engineering
不是“把提示词写得更好”，而是把模型放进一个可重复执行、可观测、可终止、可纠错的运行闭环中。 核心对象不再是单次回答，而是整条执行轨迹： 读取当前状态 选择下一步动作 调用工具或执行操作 获取外部反馈 判断是否继续、回退、反思或停止 因此，真正决定 agent 上限的，往往不是模型本身，而是环路外面的工程脚手架：目标定义、工具接口、验证器、上下文管理、记忆系统、预算控制与安全边界。 Prompt…
1. Goal
标签「1. Goal」下的 1 篇文章