文章目录
- 前言
- Agent Loop：看起来很美的永动机
- Doom Loop：AI界的驴拉磨
- 四种"鬼打墙"姿势，你中过几招？
- 姿势一：容错策略反噬
- 姿势二：工具调用"四大金刚"
- OpenClaw的破局之道：给Agent装上刹车片
- 第一道防线：断路器，该跳闸时就跳闸
- 第二道防线：工具循环检测，给每次调用拍身份证
- 四种检测器，专打四种"鬼打墙"
- 压缩后守卫：整理房间不代表问题解决
- 写在最后
P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。
前言
你有没有见过农村磨坊里的驴？眼前挂根胡萝卜，蒙着眼，一圈一圈拉磨。它觉得自己走了十万八千里，其实一直在原地踏步。恭喜你，你见证了农业时代的Doom Loop。
现在这活儿被AI接过去了。你的Agent坐在服务器里，屏幕疯狂闪烁：Thinking… Acting… Thinking… Acting… 看起来忙得像凌晨两点的急诊室。但你定睛一看——任务进度 = 0。
今天咱们就来聊聊，Agent是怎么从"智能助手"堕落成"电子驴"的，以及OpenClaw是怎么把它从磨盘上拽下来的。
Agent Loop：看起来很美的永动机
2022年，普林斯顿一位叫Shunyu Yao的博士生在Google实习时，联合发表了一篇叫ReAct的论文。这论文提出了一个极其优雅的范式：Agent要像人一样，先思考，再行动，行动完观察结果，然后继续思考。听起来完美对吧？就像你早上醒来，先思考"要不要起床"，然后行动"再睡五分钟"，然后观察"闹钟又响了"，然后继续思考"要不辞职吧"。
Claude Code、OpenClaw这些顶级Agent，把这个循环设计得极度纯粹——没有预设分支，不设硬性最大步骤限制，全靠模型自己决定走向。上下文像滚雪球一样越滚越大，记录着每一次思考、行动和观察。理论上，Agent可以一直跑下去，直到解决任务。
问题是，理论上你还可以一直买彩票直到中大奖呢。现实是，Agent跑着跑着，就进入了"鬼打墙"模式。
Doom Loop：AI界的驴拉磨
什么叫Doom Loop？我打个比方。你手机欠费了，你打开运营商APP，疯狂点"刷新余额"。每次刷新都告诉你"余额不足0.00元"。你知道刷新100次和刷新1次的结果一样吗？一样。但你的手停不下来。这就是人类版的Doom Loop。
Agent版本更魔幻。它不是在刷新余额，它是在"思考-行动-思考-行动"的循环里，每次行动都产生零信息增量。就像你让一个实习生去打印文件，他走到打印机前，发现没纸，回来告诉你；你让他加纸，他去了，发现打印机坏了，回来告诉你；你让他修打印机，他去了，发现需要管理员权限，回来告诉你… 20个回合后，你们俩都累瘫了，文件还在云端飘着。
从外部看，Agent一直在工作，CPU在转，Token在烧，钱在扣。但从任务视角看，进度条纹丝不动。这就是Doom Loop的本质：行为不断重复，认知毫无更新，结果永远为零。
四种"鬼打墙"姿势，你中过几招？
姿势一：容错策略反噬
生产环境里，Token会过期，上下文会溢出，API会限流。OpenClaw设计了一套容错机制：出错了？别慌，自动恢复，重试当前轮次。这机制在正常时候是救命稻草，但错误如果是不可恢复的，容错就变成了"自动原地转圈机"。
就像你电脑蓝屏了，你重启；重启还蓝，你再重启；你重启了30次，终于意识到——可能是你按重启键的方式不够虔诚。OpenClaw的工程师看着账单，心都在滴血：每一次自动重试都在烧Token，每一次压缩都在丢信息，但Agent就是出不来。
没有上限的容错，本质上就是另一种Doom Loop。这就像你对象说"我再给你最后一次机会"，然后说了50遍。那不是机会，那是慢性折磨。
姿势二：工具调用"四大金刚"
工具调用是Doom Loop最直接的生产车间。OpenClaw总结了四种经典翻车现场，每一种都能让Agent从"智能体"秒变"智障体"。
金刚一号：复读机模式
Agent以完全相同的参数，反复调用同一个工具，每次得到相同的返回。模型在下一轮思考时，依据相同的观察再次做出相同的决策。这就像你问Siri"今天天气怎么样"，Siri说"正在查询"，然后你每隔5秒问一次，问了20遍。这不是执着，这是骚扰。
金刚二号：虚空索敌
模型幻觉出一个根本不存在的工具名，每次调用都返回"工具不存在"。但模型觉得"可能是暂时不可用"，持续重试。这就像你走进餐厅，对服务员说"给我来一份时光倒流机"，服务员说"没有"，你说"那再给我来一份时光倒流机"… 10次之后，保安直接把你请出去。
金刚三号：机场等船
部分工具天然具有轮询语义——检查任务状态、等待进程结束。Agent反复调用，每次返回{status: “running”}。被轮询的进程其实已经死锁或僵尸化了，状态不会再变。这就像你在机场等一架永远晚点的飞机，广播每10分钟说"正在查询航班状态"。你查了50次，飞机还在"正在查询"。OpenClaw说：查10次是谨慎，查20次是轴，查30次是行为艺术。
金刚四号：推锅 ping-pong
两个操作互相依赖但永远无法同时满足，在二者之间反复切换。读文件发现不存在，转而创建；创建因权限失败，转而重新读。A→B→A→B无限交替。这就像你和你室友互相推锅：“你去倒垃圾！”"你去倒垃圾！"20个回合后，垃圾堆成山，你们还在推。OpenClaw说：你们俩一起出去。
这四种场景的共同特征是什么？工具在执行，但信息熵没有增加。每次调用带来的新信息量精确等于零。Agent的认知状态就像你周末的计划——看起来满满当当，其实啥也没干。
OpenClaw的破局之道：给Agent装上刹车片
第一道防线：断路器，该跳闸时就跳闸
OpenClaw的容错重试逻辑集中在主循环里，每种容错策略都内置了明确的终止条件。这就像你家电闸，短路了自动跳闸，保护全屋电器。
上下文压缩熔断
Token超限时，系统自动压缩历史上下文。但压缩最多触发3次。超过3次？直接熔断。为什么？因为压缩到第4次，你的对话历史已经从"长篇小说"变成"微博热搜"了，再压下去，Agent连自己是干什么的都忘了。
总重试次数熔断
所有重试路径共用一个计数器，上限根据候选模型数量动态计算，范围在32到160次之间。无论是网络错误、模型拒绝还是工具失败，超出即终止。这就像你追一个姑娘，发了160条消息都没回，系统提示：该用户已开启免打扰，请珍惜生命，远离舔狗。
第二道防线：工具循环检测，给每次调用拍身份证
OpenClaw的检测器建立在两个基础之上：把工具调用转化为可比对的指纹，以及在固定长度的历史窗口中积累记录。
具体来说，每次工具调用会生成一个唯一指纹：工具名 + 参数的SHA-256哈希。相同的工具名和参数，永远产生相同的指纹。然后这些指纹被塞进一个滑动窗口，默认保留最近30条记录。就像小区保安的访客登记本，谁来了、来了几次、是不是同一个人，一清二楚。
检测器触发后不是直接击毙，而是区分warning和critical两级：
warning（≥10次）：向Agent返回提示消息，给它一次自主纠正的机会——增加等待间隔、换个策略或主动放弃。这就像交警先吹哨子：“同志，请出示证件。”
critical（≥20次）：忽略Agent的判断，直接终止会话。这就像交警直接拔枪：“趴下，不许动！”
只有一个例外：调用不存在的工具。这种错误没有纠正余地，≥10次直接critical，不经过warning。毕竟，你不可能通过"再试一次"让时光倒流机凭空出现。
四种检测器，专打四种"鬼打墙"
1. 未知工具重复调用
从错误文本中用正则提取工具名，追踪连续重试次数。连续调用同一个不存在的工具≥10次，直接critical。这就像你连续10次走进同一家餐厅点"龙肉"，服务员终于忍无可忍，把你列入黑名单。
2. 轮询工具无进展
轮询工具由专门的标识函数识别。无进展的判定依赖结果哈希——只要status、exitCode、aggregated任一字段变化，哈希就会不同，计数重置。如果连续多次调用返回的哈希纹丝不动，说明Agent在等待一个永远不会发生的事件。warning阶段会主动提示Agent"增加等待时间或报告任务失败"；critical阶段直接终止。这就像你等外卖，每5分钟看一次手机，骑手位置始终显示"距您3公里"。看了20次后，你终于意识到：他可能骑着蜗牛来的。
3. 通用重复调用
非轮询工具的检测策略更保守。warning阶段只看调用次数是否达到阈值；critical阶段要求同时满足"同参数+同结果"的无进展条件。这是为了避免误杀合理的重试行为——毕竟，有时候网络确实只是抖了一下。这就像你按电梯，按了10次没反应，warning灯亮了；按了20次，而且每次电梯都显示"正在维修"，那就是critical了。
4. Ping-Pong交替振荡
在历史记录中寻找A-B-A-B的交替序列。触发critical的条件更严格——必须同时满足交替次数≥20次，且两侧结果哈希均保持稳定。这是为了防止正常的两步操作被误判。毕竟，有时候你确实需要先读再写、再读再写。但如果读和写的结果20次都没变化，那就不是正常操作，是行为艺术。
最后还有一个全局兜底：任意工具无进展重复≥30次，直接critical阻断。这是最后的保险丝，防止任何漏网之鱼。
压缩后守卫：整理房间不代表问题解决
这里有一个极其隐蔽的陷阱。Agent可能因为轮询卡死把上下文塞满，触发一次压缩。但压缩只是把历史摘要化，并不改变Agent的行为意图。压缩后Agent会继续执行同样的工具调用，再次卡死，再次压缩，周而复始。
这就像你房间太乱，你把所有东西塞进柜子。三天后打开柜子，垃圾还在，而且更臭了。整理房间不代表你解决了问题，你只是把问题藏起来了。
因此OpenClaw在压缩成功后立刻开启一个观测窗口（默认3次机会）。窗口内每次工具调用完成后，检查三元组(toolName, argsHash, resultHash)是否完全一致。如果3次内出现完全相同的指纹，说明压缩没能打破循环，直接终止会话。
三元组中resultHash是关键——同样的参数调出同样的结果，意味着Agent完全没有任何进展。触发后抛出PostCompactionLoopPersistedError，会话终止。这就像你整理完房间，发现三天内你又把同样的垃圾产生了三遍。系统判定：此用户无药可救，建议重启人生。
写在最后
Doom Loop的本质，是Agent在ReAct循环中失去了前进能力，但又缺乏放弃的判断。每一次重试看起来都是合理的下一步，却永远不会有结果。这就像你在沙漠里追着海市蜃楼跑，每跑一步都觉得"快到了"，其实距离永远是恒定的。
OpenClaw的两道防线，核心设计取向一致：主动识别零进展状态，果断终止，而不是寄希望于Agent自己意识到问题。没有上限的容错是危险的，它本身就会成为Doom Loop的燃料。
所以，无论是写Agent还是过日子，都要记住一个道理：有时候，停下来，才是最大的进步。毕竟，驴拉磨再快，也磨不出豆浆；只有停下来，卸下眼罩，才能找到真正的方向。
P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。
