Agentic Loop

Agentic Loop（Agent 循環）是 AI Agent 的核心運作模式，描述了一個能自主完成複雜任務的 AI 是怎麼「思考和行動」的。 它的核心是一個四步循環：感知（Perceive）→ 思考（Think）→ 行動（Act）→ 觀察（Observe）→ 回到感知，循環反覆直到任務完成。 用 Claude Code 修 bug 作為具體例子：第一輪，Claude 讀取你的代碼和錯誤訊息（感知），分析問題在哪裡（思考），修改對應的代碼（行動），執行測試看結果（觀察）。如果測試通過，任務完成；如果沒有，它進入第二輪——根據新的測試錯誤重新感知和思考，再採取不同的修復行動，再觀察，直到成功。 這和普通的「問一答一」對話根本不同：普通對話裡，每次 Claude 給了回答就結束了，你需要自己去執行、觀察結果、再決定下一步。Agentic Loop 讓 Claude 自己完成這個完整的「行動-反饋-調整」循環。

Agentic Loop 概念的出現，反映了 AI 研究的一個根本性轉變：從「模型回答問題」到「模型完成任務」。 早期的 AI 模型（包括早期的 Claude）主要是「問答模式」——你問，它答，結束。這個模式在很多場景下已經很有用，但它有一個根本限制：它無法自主地在真實環境裡完成需要多步驟的任務，因為「執行」和「觀察執行結果」這兩件事，完全依賴你來做。 Agentic Loop 讓 AI 能做的事情質變：它不再只是一個「回答生成器」，而是一個「任務執行器」。當一個 AI Agent 有了 Agentic Loop 的能力，加上能使用各種工具（Tool Use），它就能自主地在複雜的真實環境裡採取行動、觀察結果、調整策略——這是 Claude Code 能存在的根本技術基礎。

Agentic Loop 對你使用 Claude 的最直接影響，是理解「為什麼 Claude Code 能幫你做完整件任務，而不只是給你建議」。 當你在 Claude Code 裡說「幫我寫一個功能，並確保所有測試都通過」，它能做到這件事的原因就是 Agentic Loop：它會一輪一輪地嘗試——寫代碼（行動）、執行測試（行動）、看測試結果（觀察）、根據失敗的測試調整代碼（思考+行動）——直到所有測試都通過。沒有 Agentic Loop，它只能給你一段代碼然後停下來，後續的測試和修正都要你自己來。 這個理解對一般 Claude.ai 用戶也有實際意義：當你在思考「應該分幾次問 Claude，每次問什麼」時，你其實在手動模擬一個 Agentic Loop。如果你用的是 Claude Code 或有 Agent 能力的工具，你可以把整個循環委託給 AI 自動完成。

理解 Agentic Loop 能幫你更聰明地使用 AI Agent 工具。幾個實際建議：給清楚的「終止條件」——告訴 Agent「直到所有測試通過才算完成」比「幫我修這個 bug」更有效，因為前者給了明確的循環終止條件。控制「一次循環的範圍」——剛開始用 Claude Code 時，先給它範圍較小的任務（「修這個具體的 bug」），而不是「把這整個功能重寫」。範圍越清楚，Agentic Loop 的每一輪能做的判斷越準確。保留審閱能力——Agentic Loop 讓 AI 能自主完成很多步驟，但你應該在 Loop 結束後審閱它做了什麼，特別是有修改文件或執行命令的情況。設定中間檢查點——對複雜任務，告訴 Agent「每完成一個主要步驟，先告訴我你做了什麼，再繼續」，這讓你能在需要時介入調整。