Skip to content

智能体反馈循环

智能体反馈循环,是把“执行之后是否正确”变成系统结构,而不是依赖人一直盯着结果。它的基本形态是:收集信号、执行动作、验证结果、记录反馈,再决定继续、修正、回滚或停止。

开环与闭环

开环智能体只负责生成或执行,结果是否可用主要靠人检查。闭环智能体会在动作前后插入验证节点:

  • 动作前检查输入、权限、预算和风险。
  • 动作后检查结果、测试、格式、链接、部署状态或业务指标。
  • 检查失败时阻断后续步骤,或者转入修复分支。

这种结构让智能体从“会做事”变成“会发现自己做得是否合格”。

Hooks 的位置

Claude Code Hooks可以把反馈节点挂到工具调用、提示词输入、停止事件和会话生命周期上。它们适合做两类事情:

  • 观察型反馈:记录日志、统计成本、采样输出、生成审计线索。
  • 阻断型反馈:格式不合格、测试失败、预算超限、敏感操作未确认时停止流程。

Hooks 本身不是完整工作流,但它们能把一次次执行连接成可验证的循环。

V2 自动化循环

一个更完整的自动化循环可以这样组织:

  • 确定性数据流水线负责采集、清洗、去重和写入。
  • Hooks 负责在关键节点做校验和审计。
  • 智能体成本控制决定是否继续使用付费模型,或者切换到低成本路径。
  • 日志和报告让每次循环都能被追踪、复盘和改进。

这也是智能体循环工程从“提示词技巧”走向工程系统的关键一步。

持续记录 AI、产品、工程与个人实践之间的连接。