Цикл ИИ-агента: как он работает и когда должен остановиться

Модель предлагает следующее действие. Ваше приложение решает, можно ли его выполнить, фиксирует результат и определяет, допустим ли ещё один вызов модели. С этого разделения ответственности стоит начинать и разработку первого агента, и разбор случая, когда агент никак не мог остановиться.

Описанное ниже поведение фреймворков сверено с актуальной документацией их разработчиков 24 октября 2026 года. Для сопоставления мы уточняем, что именно считает каждый фреймворк и в какой момент срабатывают его ограничения. Примеры с обращениями в поддержку и предлагаемые правила — иллюстрации, а не результаты измерений в рабочих системах.

Как устроен цикл ИИ-агента

Рабочая схема выглядит так: вызов модели → вызов инструмента → наблюдение → повтор. Из цикла нужно выходить, как только продолжать больше не требуется или нельзя.

Представьте диспетчера, который координирует работу техника. Диспетчер выбирает следующую задачу, техник выполняет её, а отчёт о работе помогает принять следующее решение. Просьба осмотреть оборудование ещё не означает, что осмотр состоялся. И обнадёживающее сообщение не доказывает, что ремонт удался.

В программе роль диспетчера играет большая языковая модель, или LLM. Роль техника — инструмент: функция, которая читает базу данных, ищет документы, запускает команду или меняет запись. Среда исполнения — это код, который связывает модель и инструменты.

Допустим, агент готовит черновик ответа на обращение. Трассировка может выглядеть так: при первом вызове модель запрашивает обращение, при втором — нужный регламент, при третьем — возвращает черновик с опорой на оба источника. Итого 3 вызова модели и 2 выполнения инструментов в рамках одного запроса к приложению. Если отправка ответа требует согласования, подготовка черновика может завершиться, а отправка — остаться в ожидании.

Храните состояние задачи отдельно от истории диалога. В состоянии должно быть указано, какое обращение обрабатывается, какой регламент принят за основу, готов ли черновик и разрешена ли отправка. История диалога объясняет, как вы к этому пришли. Если каждый раз заставлять модель восстанавливать всё это из растущей переписки, контролировать работу станет сложнее.

Что даёт агенту работа в цикле

Агентный цикл позволяет выбирать следующее действие по результату предыдущего. В фиксированном процессе последовательность уже известна: получить обращение, загрузить регламент, подготовить черновик. Адаптивный цикл нужен, когда следующее полезное действие зависит от того, что удалось выяснить на предыдущем шаге. Если такой неопределённости нет, используйте фиксированную последовательность.

Как в эту схему вписывается ReAct

В цикле ReAct рассуждение связано с действием: модель использует наблюдения, чтобы выбирать дальнейшие действия. На сайте исходного проекта ReAct описано чередование рассуждений и действий в среде. Для мониторинга приложения фиксируйте запрошенные действия, наблюдения и итоговые результаты. Текстовый отчёт о ходе работы не заменяет подтверждения выполнения.

Три условия остановки, без которых нельзя запускать агента в рабочей системе

Заранее предусмотрите три выхода: задача выполнена, лимиты исчерпаны, требуется участие человека. Это инженерная классификация, а не утверждение, что в каждом SDK есть три одинаковых переключателя. Для сбоев, отмен и неустранимых ошибок тоже нужны явные правила обработки.

Останавливайте цикл, когда задача выполнена

Определите критерий завершения до первого вызова модели. Для помощника, который готовит тексты, это может быть корректный черновик со ссылками на нужные источники. Если помощник ещё и выполняет действия, может понадобиться подтверждение записи данных.

Различайте «модель перестала запрашивать инструменты» и «задача успешно выполнена». Первое — сигнал среды исполнения. Второе требует доказательств, соответствующих задаче. Модель может остановиться потому, что не способна продолжить. Приложение должно отметить такую задачу как заблокированную или незавершённую, а не сообщать об успехе.

Не запускайте цикл заново автоматически всякий раз, когда ответ не проходит валидацию. Попытка исправления должна расходовать лимиты той же задачи. Иначе сам валидатор может стать источником бесконечных повторов.

Останавливайте цикл при достижении лимита

Задавайте независимые ограничения на число шагов, расход ресурсов и время выполнения. Лимит шагов сдерживает повторы. Бюджет токенов или расходов ограничивает потребление ресурсов. Крайний срок не позволяет медленной модели или инструменту удерживать задачу открытой бесконечно. Ни одно из этих ограничений не заменяет остальные.

Проверяйте лимиты до запуска новой операции, а после её завершения обновляйте учёт расхода. Счётчик завершённых вызовов не может помешать уже запущенному запросу потреблять ресурсы. Если приложение обещает жёсткий предел, перед запуском резервируйте ресурсы для следующей операции и учитывайте параллельную работу.

Применяйте лимиты ко всей бизнес-задаче, а не только к отдельному запуску SDK. Повторная попытка, возобновление после согласования или дочерний агент не должны незаметно получать новый бюджет. Если продолжение оправданно, приложение должно явно принять решение об увеличении лимита.

ИИ-агент с участием человека должен ждать согласования до действия

ИИ-агент, работающий с участием человека, должен ставить выполнение на паузу до операции, требующей согласования. Покажите предлагаемое действие, его цель и значимые аргументы. Сохраните ожидающий вызов и текущее состояние задачи, затем дождитесь явного решения.

В случае помощника поддержки согласовывайте конкретный исходящий ответ конкретному получателю. Одобрение черновика не должно превращаться в общее разрешение на последующие сообщения. Если после согласования модель меняет получателя или содержание, действие нужно оценить заново.

Записывайте состояние паузы как awaiting_approval, а не completed. Отказ должен вести к предусмотренной альтернативе или остановке. Он не должен запускать новые попытки выполнить ту же операцию через другой инструмент. Очереди согласования и эскалация разобраны в руководстве по участию человека в работе ИИ.

Минимальный агентный цикл в псевдокоде

Цикл остаётся компактным, если каждую операцию окружают проверки правил выполнения. Ниже псевдокод, а не исполняемый код SDK. Ограничение в 8 вызовов модели выбрано лишь для примера. Собственные лимиты определяйте по задаче и наблюдаемым трассировкам.

state = new_job(task, max_model_calls=8, budget, deadline)

while true:
    if limit_reached(state):
        return stop("limit", partial_result=state)

    reserve_capacity_or_stop(state, next_model_call)
    response = call_model_with_deadline(state)
    record_model_call_usage_and_response(state, response)

    if response.is_final and not response.tool_calls:
        return validate_and_finish_or_stop_incomplete(response, state)

    if not response.tool_calls:
        return stop("no_action", partial_result=state)

    for index, call in enumerate(response.tool_calls):
        decision = validate_and_authorize(call, state)
        if decision == "denied":
            return stop("denied", partial_result=state)
        if decision == "needs_human":
            return pause_and_save(state, response.tool_calls[index:])

        reserve_capacity_or_stop(state, call)
        observation = execute_with_timeout_and_retry_cap(call)
        record_tool_usage(state, observation)
        append_matching_tool_result(state, call, bounded(observation))

    if no_progress(state):
        return stop("stalled", partial_result=state)

За именами вспомогательных функций стоят важные требования. При резервировании нужно учитывать уже запущенную работу. Повторы вызовов инструментов должны быть ограничены. Если после тайм-аута неизвестно, состоялась ли запись, перед повтором нужно остановиться или выяснить результат операции. Неустранимая ошибка модели или инструмента должна завершать работу с зафиксированным сбоем, а не пропускать выполнение в следующую итерацию.

При сохранении паузы нужно записать оставшиеся вызовы инструментов, уже полученные результаты и израсходованный бюджет. После возобновления продолжайте сохранённую работу, заново проверив разрешения и лимиты. Полный перезапуск задачи может повторно вызвать уже произошедшие изменения.

Обратите внимание на расположение проверок: согласование предшествует выполнению инструмента, учёт расхода следует за завершённой работой, а для начала следующей итерации одного запроса модели недостаточно.

Как устроено управление циклом в разных фреймворках

OpenAI Agents SDK, Claude Agent SDK, Vercel AI SDK и LangGraph по-разному организуют цикл. Прежде чем сравнивать названия параметров, выясните, что именно они считают и в какой момент останавливают выполнение.

Эти названия взяты из документации: цикл OpenAI, цикл Claude, цикл Vercel и LangGraph Graph API. Ссылки на правила согласования приведены ниже, в разделах о каждом фреймворке.

OpenAI Agents SDK: продолжением управляет Runner

В OpenAI Agents SDK компонент Runner вызывает модель, выполняет запрошенные инструменты, добавляет результаты и продолжает цикл. При передаче управления другому агенту активный агент меняется, а выполнение продолжается. Документация описывает штатное завершение как получение результата ожидаемого типа без вызовов инструментов. Превышение max_turns вызывает исключение MaxTurnsExceeded, если для него не предусмотрена обработка. Документация OpenAI по запуску агентов.

Для помощника поддержки это удобное место, где можно ограничить число обращений к модели. Но завершение запуска и выполнение бизнес-действия — разные вещи: задайте требования к выходным данным и проверьте доказательства, нужные именно вашей задаче.

Для согласования инструменты Python могут объявлять needs_approval; ожидающие вызовы появляются в interruptions. Сохраните RunState, примените решение об одобрении или отказе и возобновите работу. Запуск на паузе не становится новым пользовательским запросом. Документация OpenAI об участии человека.

Цикл Claude: ограничивайте и число ходов, и расходы

Claude Agent SDK включает цикл, на котором работает Claude Code, в том числе инструменты для файлов и команд. Параметр maxTurns считает ходы с использованием инструментов, а maxBudgetUsd задаёт порог расчётных расходов. Если параметры не заданы, оба ограничения отсутствуют. В Python они называются max_turns и max_budget_usd. Документация по агентному циклу Claude.

Проверяйте подтип результата: success, error_max_turns и error_max_budget_usd обозначают разные исходы. В режиме однократного запуска за результатом с ошибкой следует исключение, поэтому нужно обрабатывать и сам результат, и путь завершения с ошибкой. Обработка результатов в Claude.

Не менее внимательно настройте разрешения. allowedTools автоматически одобряет перечисленные инструменты, но отсутствие инструмента в этом списке не делает его недоступным. В режиме разрешений по умолчанию вызовы, которым нужно согласование и для которых нет подходящего разрешающего правила, поступают в canUseTool. Прежде чем поручать SDK операции записи без надзора, проверьте всю политику разрешений. Разрешения Claude.

Для учёта расхода с участием дочерних агентов Claude различает usage основного цикла и modelUsage всего дерева, который в Python называется model_usage. Разбирая расход ресурсов задачи, выбирайте соответствующий суммарный показатель. Документация Claude по стоимости и расходу ресурсов.

Пошаговый разбор реализации есть в нашем руководстве по Claude Agent SDK.

Vercel AI SDK: stopWhen управляет переходом к следующему шагу

В Vercel AI SDK продолжение цикла задаётся через stopWhen. В текущей документации для ограничения числа шагов используется isStepCount. Можно задать несколько условий: выполнение остановится при срабатывании любого из них. Для ToolLoopAgent значение по умолчанию — 20 шагов, а для generateText и streamText — одна генерация. Выбранная точка входа имеет значение. Управление циклом Vercel, документация по вызовам инструментов.

Шаг включает генерацию и связанные с ней локальные выполнения инструментов. Существенная деталь: stopWhen проверяется, когда последний шаг содержит результаты инструментов. Эта проверка не может отменить работу инструментов, которая уже дала эти результаты. Поэтому это механизм управления продолжением, а не согласование перед действием. Многошаговые вызовы Vercel.

Для явного согласования с пользователем используйте описанный в документации механизм toolApproval. В текущей документации прежнее свойство инструмента needsApproval помечено как устаревшее. Согласование инструментов Vercel.

Для управления контекстом есть prepareStep: он запускается перед каждым шагом и позволяет менять сообщения или настройки. В этой точке удобно передавать нужное состояние вместо того, чтобы каждый раз переносить все необработанные результаты. Vercel prepareStep.

LangGraph и агентный цикл LangChain

LangGraph — среда исполнения графов. Вы связываете узлы, выполняющие работу, рёбрами, которые определяют следующий шаг. Если агентный цикл LangChain построен на графе, явно задайте и путь возврата к модели, и путь к END. В Python параметр recursion_limit ограничивает число супершагов графа: параллельные узлы относятся к одному супершагу. Это не счётчик вызовов инструментов. LangGraph Graph API.

Задавайте recursion_limit на верхнем уровне конфигурации запуска, а не внутри configurable. При достижении ограничения возникает GraphRecursionError. В норме предусмотренный путь завершения должен сработать раньше этого аварийного выхода. Лимит рекурсии LangGraph.

Для проверки человеком interrupt() ставит граф на паузу. Используйте механизм контрольных точек и стабильный thread_id, затем возобновляйте выполнение через Command(resume=...). Важное ограничение: при возобновлении прерванный узел запускается с начала. Код до точки прерывания может выполниться повторно. Размещайте операции с побочными эффектами после согласования или делайте их идемпотентными — такими, у которых повторное выполнение не вызывает дополнительных изменений. Прерывания LangGraph.

Выбирайте такую явно заданную структуру графа, когда для задачи важны ветвления и сохранение состояния для возобновления. Для первого помощника, который только читает данные и работает с простым циклом инструментов, начните с минимальной среды исполнения, отвечающей вашим требованиям.

Почему выполнение растягивается на 40 шагов

Прежде чем повышать лимит, выясните, что менялось между шагами. За долгим выполнением может стоять полезная работа, повторяющийся сбой или перезапуск, при котором потерялись сведения об уже сделанном. Само число шагов не позволяет отличить одно от другого.

Бесконечный цикл: повторы без новых данных

Агент поддержки может искать регламент, получать пустой результат и повторять тот же поиск. Новое наблюдение ничего не добавляет, поэтому следующее решение снова может привести к тому же действию.

Фиксируйте нормализованное имя инструмента и его аргументы, отпечаток результата и показатель продвижения по задаче. Повторы без изменения состояния должны запускать проверку на зацикливание. При этом регулярный опрос статуса тоже может повторяться по делу. Задайте для него отдельные правила с ограничениями, а не считайте любой повтор ошибкой.

Перед повторной попыткой измените что-то: поисковый запрос, недостающий идентификатор, доступный источник данных или объём задачи. Если полезных изменений внести нельзя, сообщите, какое требование осталось невыполненным, или запросите помощь. Само по себе «попробовать ещё раз» — не стратегия восстановления.

Ошибки инструментов: различайте устранимый сбой и неизвестный исход

Некорректный аргумент, отказ в доступе и временный сбой сервиса требуют разных действий. Возвращайте краткое описание ошибки, на основе которого модель сможет принять решение. Ограничивайте повторы при устранимых сбоях и немедленно останавливайтесь при ошибках, которые нельзя исправить в рамках разрешений задачи.

С тайм-аутом во время записи сложнее: запись могла пройти успешно, даже если ответ так и не пришёл. Прежде чем повторно отправлять сообщение клиенту или создавать ещё одну запись, запросите статус операции либо используйте ключ идемпотентности — стабильный идентификатор, по которому сервис распознаёт ту же самую операцию.

При восстановлении сохраняйте уже выполненную работу. Если обращение удалось прочитать, а загрузить регламент — нет, перезапуск всей задачи добавит лишнюю работу и может повторить изменения, которые уже произошли.

Растущий контекст: передавайте решения, а не все исходные данные

При следующем вызове модели каждое наблюдение конкурирует за её внимание с инструкциями задачи и ранее полученными данными. Большой ответ инструмента может быть технически корректным, но мешать модели сосредоточиться на следующем решении.

Ограничивайте объём ответов инструментов, храните большие артефакты вне промпта и возвращайте компактный результат со ссылкой, по которой можно получить полные данные. Принятые ограничения, согласования и подтверждённые действия храните в устойчивом состоянии приложения. Сводка может описывать эти записи, но не должна становиться их единственной копией.

Документация Claude SDK описывает автоматическое сжатие контекста при приближении к его пределу и предупреждает, что ранние инструкции могут потеряться в сводке. Это ещё одна причина явно сохранять критически важное состояние. Сжатие контекста в Claude. В разборе деградации контекста объясняется, почему попадание в контекстное окно ещё не гарантирует, что модель сможет использовать нужные сведения.

Трассировка должна отвечать на вопросы оператора

Для каждой задачи записывайте её идентификатор, число вызовов модели, попытки вызова инструментов, расход ресурсов, прошедшее время, ожидающие согласования и причину остановки. Для каждой операции фиксируйте, что было запрошено, что выполнено и изменилось ли состояние задачи.

Ведите отдельные счётчики запросов к модели, выполнений инструментов и шагов среды исполнения. Надпись «40 шагов» на панели мониторинга ничего не объясняет, если не указано, что считается шагом. Учитывайте работу дочерних агентов и повторные попытки в расходах родительской задачи. В руководстве по оркестрации ИИ-агентов разобрано, кто отвечает за работу при её передаче между агентами.

Какие ожидания от агентных циклов завышены?

Больше итераций не означает больше прогресса. Цикл даёт новые возможности использовать обратную связь. Поможет ли повторение, зависит от качества этой связи и от того, как определён успех.

Когда модель говорит «готово», она завершает свою часть обмена. Лимит шагов доказывает, что выполнение было ограничено. Ни то ни другое не доказывает, что ответ клиенту верен или запрошенное изменение действительно произошло.

Фреймворк также не избавляет от необходимости определить разрешения, сохранение состояния и восстановление после сбоев. Он предоставляет механизмы выполнения. Ваше приложение задаёт критерии успеха и полномочия на действия.

Цикл тестирования агента — отдельная задача

Цикл тестирования оценивает поведение агента на наборе случаев и по критериям приёмки. Он может оборачивать цикл выполнения проверкой, которая принимает результат или возвращает замечания для следующей попытки. В разборе проектирования циклов от LangChain различаются выполнение, проверка и работа, запускаемая событиями.

Проверку тоже нужно ограничивать. Если снова и снова спрашивать другую модель, хорош ли ответ, можно исчерпать бюджет, так и не получив убедительных доказательств. Где возможно, используйте конкретные проверки: обязательные поля заполнены, записи соответствуют ссылкам на них, есть подтверждение записи или нужный тест проходит.

С чего начать разработчикам и операторам

Разработчикам первого агента: выберите узкую задачу только на чтение, явно задайте критерии завершения и ограничьте операции. Добавляйте запись, когда сможете показать предлагаемое действие, обеспечить проверку разрешений и восстановиться после неоднозначного результата. Если последовательность уже известна, фиксированного процесса может быть достаточно.

Операторам, разбирающим дорогой запуск: проверьте повторяющиеся вызовы, цепочки повторных попыток и растущие результаты наблюдений, прежде чем менять модель или повышать лимиты. Выясните, какой шаг добавил полезные сведения и какой счётчик в итоге остановил задачу.

Командам с надёжным фиксированным процессом: сохраняйте его, пока адаптивный выбор инструментов не решит конкретную проблему. Цикл полезен, когда промежуточные результаты определяют следующее действие. Само по себе повторение — не повод всё перестраивать.

Практический шаг на понедельник: возьмите одну типичную задачу и проверьте её успешное завершение, выход по лимиту, паузу на согласование, отказ в действии и сбой инструмента. Убедитесь, что каждый сценарий оставляет понятный статус, а возобновление сохраняет и выполненную работу, и оставшийся бюджет.

Вопросы и ответы об агентном цикле

Чтобы получать практические руководства по разработке и эксплуатации ИИ-систем, подпишитесь на рассылку.