AI Agent 对比系列（五）：Agent Loop — AI Agent 是怎么「干活」的？

《AI Agent 对比系列》第五篇 · 整合对比版
本系列通过对比两个真实开源 AI Agent——OpenClaw 和 Hermes Agent——带你深入理解 AI Agent 是什么、能做什么、怎么工作。
上一篇：感知系统篇——AI Agent 怎么看世界、怎么"听见"你、怎么"读取"环境。
本篇：Agent Loop 篇——AI Agent 的"大脑"是怎么转起来的：推理循环、工具选择、上下文管理、中断与恢复。

---

先来做个实验

对 Hermes 说：

帮我看看 D 盘 workspace 里有哪些目录，然后告诉我最大的一个文件夹叫什么。

注意观察——它不会一口气回答。它会思考 → 调用工具看目录 → 看结果 → 再调用工具查大小 → 输出答案。如果它干到一半，你补一句「等等，改成查 C 盘的」——它会停下来处理你的新消息，再继续。

对 OpenClaw 说（先打开会话输入 /verbose on）：

查一下今天的天气，顺便把结果写成一份 Markdown 文件保存到工作区。

你会看到一条条工具调用记录刷出来：先 web_search 搜天气，再 write 写文件，最后才给出回复。

两个实验展示的是同一个东西：你看到的不只是最终答案，而是 Agent 一步步「思考 → 动手 → 看结果 → 再思考」的完整过程。这个循环，就是今天的主角——Agent Loop（Agent 干活循环）。

---

核心认知：AI Agent 的本质是一个「循环」，不是一次「回答」

这是整篇文章最重要的句子：AI Agent 不是"问一句、答一句"的对话工具——它收到任务后，会进入一个「思考 → 决定 → 动手 → 看结果 → 再思考」的循环，循环里每一步都可能调用工具，直到任务完成、或它认为自己已经尽力。这个循环，就叫 Agent Loop。

传统 AI 和 AI Agent 的区别，用两段对话对比：

传统 AI（你问它答）：
你：今天上海天气怎么样？
AI：上海今天多云，24~31℃。（回答完毕，结束）

AI Agent（你派活它干）：
你：帮我查上海今天天气，如果下雨就提醒我带伞。
Agent：好的，我来查。
  → 思考：需要天气数据，调用天气工具
  → 调用工具获取天气 → 看到结果：多云，无雨
  → 思考：无雨，不需要提醒带伞
  → 输出：上海今天多云 24~31℃，无雨，不需要带伞。

为什么会有这个区别？因为大模型本身是"一锤子买卖"——你给它一段 prompt，它吐一段文字，完事。它没有"做一件事"的概念，只有"生成一段文字"的概念。当它输出"我要调用 web_search，参数是……"时，那只是一段文字指令——真正去执行这段指令的，是外面的程序。这个"外面的程序"就是 Agent Loop：

思考（模型生成下一步该做什么）
  ↓
行动（执行工具调用，拿到结果）
  ↓
观察（把结果喂回给模型）
  ↓
再思考（根据结果决定下一步）……

大模型负责"想"，Agent Loop 负责"动"和"看"。 没有 Loop，大模型只是个只会说话的百科全书；有了 Loop，它才是个能跑腿的实习生。

---

循环架构对比：一个 9 步，一个六站

Hermes：9 步 Turn Lifecycle

Hermes 的 Agent Loop 由 run_agent.py 的 AIAgent 类驱动，每轮（turn）官方定义 9 步：

run_conversation() 一轮循环：
  1. 生成 task_id（如果还没有）
  2. 把用户消息追加到对话历史
  3. 构建或复用缓存的系统提示词
  4. 检查是否需要预压缩（上下文 > 50% 时）
  5. 用对话历史组装 API 请求
  6. 注入临时提示层（预算警告、上下文压力）
  7. （Anthropic 模型时）打缓存标记
  8. 发起可中断的模型调用
  9. 解析响应：
     ├── 带工具调用 → 执行工具 → 结果追加回历史 → 回到第 5 步
     └── 纯文本 → 保存会话、需要时刷新记忆、返回

OpenClaw：六站旅程

OpenClaw 把一次循环定义为六站：

你发消息：查天气，写成文件
    ↓
① 入队 —— 消息进入串行队列，等待轮到自己
    ↓
② 组装上下文 —— 人格 + 技能 + 记忆 + 历史 + 你的消息
    ↓
③ 模型推理 —— 模型"思考"，输出文字回复或工具调用指令
    ↓
需要调用工具吗？
  ├── 是 → ④ 执行工具 → 结果回填上下文 → 回到③
  └── 否 → ⑤ 流式输出最终回复
              ↓
          ⑥ 持久化 —— 写入会话记录，下次还能续上

核心差异哲学：Hermes 把循环做成显式的 9 步生命周期——文档公开、源码可读，每一轮的边界（预算检查、压缩检查、可中断调用）都是明确的一步；OpenClaw 把循环做成六站旅程——从"入队"到"持久化"一镜到底，强调消息在管道里的完整流转。一个像"手术台上的流程清单"，一个像"工厂里的流水线"。

---

逐机制对比

机制一：消息怎么进入循环？

这是两个 Agent 差异最大的地方之一。

Hermes：直接进上下文

你的消息 → 追加到对话历史 → 组装进下一轮 API 请求 → 模型看到

没有队列层。消息进循环的方式简单直接：来了就进。

OpenClaw：串行队列（lane）

每个会话一条专属通道（lane）→ 同一时刻只有一个循环在跑
所有通道汇入全局通道 → 限制总并发数

为什么串行？因为同一场对话里两件事同时干会打架——一个在写文件、另一个在删文件，上下文就撕裂了。OpenClaw 用队列保证「宁可排队，不可乱序」。队列还有四种模式，控制"正在干活时新消息来了怎么办"：

模式	行为	适合
steer（默认）	新消息注入当前循环，干完当前这步立刻处理	日常聊天，感觉最流畅
followup	不打断，排成后续任务	长任务进行中
collect	一小段时间内的消息合并成一条再处理	群聊刷屏、多平台轰炸
interrupt	中断当前任务，立刻处理新消息	紧急插话（“停下！先做这个”）

Hermes 的对应机制是"可中断调用"（见机制四）——用户新消息可以打断正在进行的模型调用，效果类似 interrupt 模式，但没有显式的队列模式选择。

机制二：上下文组装——Agent 每次"醒来"看到什么

两边思路一致：模型没有记忆，每次推理前都要重新拼一份"眼前的世界"。

	Hermes	OpenClaw
系统提示	10 层 Prompt（SOUL.md → 工具指导 → 记忆快照 → Skills 索引 → Context Files → 平台提示）	System Prompt（基础人格 + 技能说明 + 启动文件 + 会话级指令）
历史消息	对话历史（OpenAI 兼容格式）	最近完整消息 + 更早的压缩摘要
记忆	MEMORY.md + USER.md 快照	记忆召回（相关长期记忆）
本条消息	本轮用户输入	你刚发的这条消息

共同认知：模型每次推理都是"失忆后重新读档案"，上下文组装就是"把档案摊到桌上给它看"。摊得越多它越聪明，但桌子（上下文窗口）是有限的。

机制三：思考——模型推理

Hermes：推理内容存进 assistant_msg["reasoning"]，可通过 reasoning_callback 显示。模型调用被包在 _interruptible_api_call() 里（见机制四）。消息角色必须严格交替（User → Assistant → Tool → Assistant…），这是模型服务商校验的"交通规则"。

OpenClaw：有一个 Hermes 没有的旋钮——思考级别（Thinking Level）：

级别	含义
off	不思考，直接答（快、省，但容易出错）
minimal / low	简单想一下
medium	默认档位
high / xhigh / max	深度思考（慢、贵，但复杂任务更稳）

可以单条临时指定（/think high 帮我设计这个架构）、设会话默认（/think:high）、或打开思考过程展示（/reasoning on）。思考级别是"深度换质量"的杠杆——简单任务用低档省钱省时，复杂推理用高档求稳。

机制四：工具调用——循环的心脏

这是 Agent Loop 和普通聊天框的分水岭。

Hermes（模型返回带 tool_calls 的响应时）：

for each tool_call in response.tool_calls:
    1. 从注册表找到工具处理函数
    2. 触发 pre_tool_call 插件钩子
    3. 检查是否危险命令 → 是则弹批准请求等用户确认
    4. 执行工具（传入参数 + task_id）
    5. 触发 post_tool_call 插件钩子
    6. 把 {"role": "tool", "content": 结果} 追加进历史

• 单个工具调用 → 主线程直接执行；多个 → ThreadPoolExecutor 并发，结果按原调用顺序插回
• 例外：交互式工具（如 clarify）强制串行——要等用户输入
• 部分工具是 Agent 级拦截的（todo/memory/session_search/delegate_task），直接改 Agent 状态，不走注册表

OpenClaw：

模型输出：tool call → web_search({query: "上海 天气"})
    ↓
OpenClaw 执行工具（真实地访问搜索引擎）
    ↓
工具返回结果（一大段网页摘要）
    ↓
结果清洗（截断过长内容、处理图片数据）
    ↓
回填上下文 → 模型继续思考

• 每一步工具调用都在 tool 事件流上广播（start → update → end）——/verbose on 看到的就是它
• 回复整形（reply shaping）：过滤静默标记 NO_REPLY、合并工具摘要、工具报错时给兜底回复

两边都遵守同一铁律：工具结果不是给用户看的，是给模型看的——它是模型下一步思考的"新事实"。

机制五：防止死循环——钱包保险

模型会卡死循环——反复调同一个工具、拿到同样结果、还不死心。两个 Agent 各有护栏：

护栏	Hermes	OpenClaw
迭代预算	IterationBudget：默认 500（agent.max_turns），子代理独立预算默认 50；预算用尽 → 停止并返回已完成工作的摘要	单次循环超时（默认 48 小时 agents.defaults.timeoutSeconds）强制中止
循环检测	无显式工具	tools.loopDetection.enabled：监控最近的工具调用历史，检测重复模式（默认关闭，小模型建议打开）
压缩后护栏	压缩触发按上下文阈值（见机制六）	compaction_loop_persisted：上下文溢出→压缩→重试后仍重复同一 (工具, 参数, 结果) 三元组 → 直接终止
看门狗	可中断调用 + 超时	模型长时间不吐字（idle）时看门狗中断请求
用户取消	/stop 或新消息打断	/stop 或点停止

翻译成人话：一个防止"同一个动作做 20 遍还不放弃"，一个防止"压缩完记忆还转圈圈烧钱"——这俩都是给钱包上保险的。

机制六：上下文压缩——循环跑久了会"喘气"

循环每转一圈历史就变长，撑爆上下文窗口前必须压缩：

	Hermes	OpenClaw
触发时机	预压缩：上下文 > 50%；网关自动压缩：> 85%	接近上下文上限时自动触发，或手动 /compact
压缩方式	提炼关键信息成摘要，继续循环	较早的对话总结成摘要，最近的保持原样
数据安全	压缩前需要时刷新记忆	压缩前先提醒 Agent"把重要的写进记忆文件"（memory flush）——防止总结把关键细节弄丢
完整历史	保留在会话存储	完整历史仍在磁盘上，压缩只改"模型这次看到什么"

OpenClaw 的比喻：压缩就像期末复习，把整学期的笔记浓缩成一页重点。浓缩完你还能接着学，但细节只能靠记忆文件兜底。

机制七：持久化——干完活，记下来

Hermes：第 9 步返回纯文本时——保存会话、需要时刷新记忆（flush persistent memory before context is lost）。

OpenClaw：第 ⑥ 站把完整记录写回会话文件（transcript），这是 Agent 能"续上"上一轮的原因。写入有细节：会话写锁（session write lock）——任何改写会话记录的操作（正常写入、压缩重写、截断）都要先拿锁，防止多进程同时改坏一个文件。

机制八：子代理——干活循环的"分身术"

一个循环不够用时，两个 Agent 都能派子代理：

	Hermes	OpenClaw
派活工具	delegate_task	sessions_spawn
隔离	每个子代理独立上下文、独立会话	独立会话，默认互相隔离（可开沙箱），不污染主对话
工具权限	子代理有独立工具集	默认不继承主代理的会话工具——防止乱动主会话
完成方式	结果回传主代理	推送式：主代理派完活结束本轮，子代理干完自动汇报
预算	独立预算，默认 50 次迭代	独立 token 开销，批量任务建议配便宜模型
多智能体雏形	✅	✅（多个子代理并行干活，最后汇总）

主 Agent
  ├─ 派活：去调研选题A ──→ 子代理A（独立会话，并行干活）
  ├─ 派活：去调研选题B ──→ 子代理B（独立会话，并行干活）
  └─ 派活：去调研选题C ──→ 子代理C（独立会话，并行干活）
        ↓
主 Agent 结束本轮，等子代理们汇报
        ↓
子代理完成后，结果推送回主会话 → 主 Agent 汇总成最终报告

机制九：可观测与拦截——你能看着它干活

	Hermes	OpenClaw
工具过程	tool_progress_callback（CLI spinner / 网关进度消息）；config display.tool_progress: all	/verbose on 显示每次工具调用的过程
思考过程	reasoning_callback 显示模型推理内容	/reasoning on 显示模型思考过程
状态	status_callback / step_callback（每轮完成回调）	/status 看会话状态、压缩次数、模型信息
干预	插件钩子（pre/post tool_call）+ 危险命令审批	Hook 钩子：循环各节点可插脚本拦截（推理前注入、工具前审批、循环后检查）——自动化/定时任务接进循环的入口

/status 里有个隐藏信息：🧹 Compactions: <次数>——压缩次数越多，说明对话越"长寿"。

---

全景对比

能力	Hermes	OpenClaw
思考 → 动手 → 观察 → 再思考	✅ 9 步 Turn Lifecycle	✅ 六站旅程
消息进入方式	直接进上下文	串行队列（lane）+ 四模式
思考级别调节	❌ 无显式旋钮	✅ /think off~max
多工具并发执行	✅ ThreadPoolExecutor	✅ 工具事件流
中途打断/改主意	✅ 可中断 API 调用	✅ steer/interrupt 队列模式
迭代预算	✅ 默认 500（本机 150）	✅ 循环超时 48h
卡死循环检测	❌ 无显式检测	✅ loop detection + 压缩后护栏
上下文压缩	✅ 50% / 85% 双阈值	✅ 自动 + /compact
压缩前记忆兜底	✅ 刷新记忆	✅ memory flush
持久化	✅ 会话保存	✅ transcript + 会话写锁
子代理	✅ delegate_task	✅ sessions_spawn
可观测	✅ 回调 + tool_progress	✅ /verbose /reasoning /status
循环拦截	✅ 插件钩子 + 危险命令审批	✅ Hook 钩子

能做 / 不能做

能做 ✅	不能做 ❌
多步推理：思考→动手→观察→再思考（两边都是）	无限循环——预算/超时/护栏会收尾
循环中随时调用工具（搜索/读文件/执行命令）	不能同时回答和干活——每轮只能选一个
中途被打断，重新调整方向	被打断时已开始的工作会丢弃（不保留半截状态）
多个工具并行执行	交互式工具（提问/审批）不能并行
长时间任务通过压缩机制持续运行	上下文超出窗口前必须压缩，压缩会丢细节
子代理并行干活，最后汇总	子代理有独立预算/开销，不是免费分身

---

人类类比

理解 Agent Loop，可以想象一个刚入职、干劲十足的新员工：

Agent Loop 概念	类比
收到任务	老板把你叫到工位，交代一个活儿
思考	你在心里盘算：这活儿该怎么做、分几步
调用工具	你打开电脑查资料、翻文档、打电话问同事
观察结果	你看到查到的资料、同事的回答
再思考	根据新信息调整做法
输出答案	你交活，把结果汇报给老板
串行队列	公司规定一个工位一次只能干一件事，排队处理
消息打断	老板随时能打断你：“先别弄这个了，改做那个”
迭代预算	公司规定加班最多到晚上 9 点，到点必须下班汇报
上下文压缩	干了一整天，你翻备忘录把重点记下来，忘掉细节
子代理	忙不过来时叫帮手，各干各的，最后汇总给你

关键区别：人类可以一心多用，Agent 一次循环只能专注一件事——但它循环得极快（一轮只需几秒），而且从不觉得重复枯燥。

---

选择指南

场景	更推荐
想要完整的循环架构文档、能读源码研究机制	Hermes（9 步生命周期完全公开）
群聊刷屏、多平台轰炸时消息不乱套	OpenClaw（collect 模式合并处理）
想按任务难度调节思考深度（省 token）	OpenClaw（/think 级别旋钮）
用本地小模型（7B-30B），怕卡死循环烧钱	OpenClaw（loop detection 可开）
需要细粒度控制循环中的每一步	Hermes（插件钩子 + 危险命令审批）
希望开箱即用、命令简单（/verbose /status）	OpenClaw
子代理批量并行调研	两者都可以（delegate_task / sessions_spawn）

---

本系列完结

到这里，《AI Agent 对比系列》五篇全部完成：

#	主题	核心一句话
01	入门篇	AI Agent = 有手有脚有脑子，你派活它干
02	记忆系统篇	AI 没有真正的记忆，它靠读写文件来模拟
03	工具系统篇	手脚 = 工具系统，能力边界由工具决定
04	感知系统篇	没有感官，一切感知都是"把世界转成文本塞进上下文"
05	Agent Loop 篇	本质是循环：思考 → 动手 → 观察 → 再思考

从"是什么"到"怎么记忆"、“怎么动手”、“怎么感知”、“怎么干活”——五篇合起来，就是 AI Agent 的完整解剖图。理解这些，你就理解了市面上任何 Agent 产品的底层逻辑：它们都是"大模型 + 循环 + 工具 + 记忆"的不同组合，区别只在设计和取舍。

两个 Agent 的完整独立版本可从各自工作区获取，对照阅读，最能体现不同设计哲学。

---

信息源声明

• Hermes 信息来源：Agent Loop Internals、Tools、本地 config.yaml（agent.max_turns: 150、display.tool_progress: all）、本地工作日志实测
• OpenClaw 信息来源：docs.openclaw.ai/concepts/agent-loop、docs.openclaw.ai/concepts/queue、docs.openclaw.ai/concepts/context-engine、docs.openclaw.ai/concepts/compaction、docs.openclaw.ai/tools/thinking、docs.openclaw.ai/tools/loop-detection、docs.openclaw.ai/tools/subagents、OpenClaw 本地运行时文档

---

本文以 Hermes 的分析框架为主线组织，融合 OpenClaw 的视角进行对比。两个 Agent 的完整独立版本可从各自工作区获取。
本系列通过对比两个真实运行的开源 AI Agent——OpenClaw 和 Hermes——来解构 AI Agent 的本质，到此全五篇完结。