第 21 篇那個 while 停得很乾淨，因為模型自己走到 end_turn，說「做完了」。但這件事是模型說了算。我把預算上限設成一分錢（--max-budget-usd 0.01），同一個數行數的任務，它開了一張工具單就被截斷，total.txt 根本沒寫出來。模型還沒說做完，是外面有人先喊了停。

先講結論：第 21 篇做的是 loop engineering，把迴圈的樣子看清楚。這一篇進到 agent engineering。LangChain 團隊把它定義成「把不確定的 LLM 系統，反覆打磨成可靠的產品」，是一個 build、test、ship、observe、refine 的循環（2025-12）。這一篇抓其中「讓它可靠」的那一段：讓這個迴圈停得下來、停得對，順便讓它每一圈都走得聰明一點。拆成三件事：外部的硬煞車（輪數、詞元、預算、時間）、錯誤路徑（一步錯了別讓它無限重試），以及反思與規劃（讓它少繞幾圈、也更知道何時算完）。

30 秒實驗

乾淨的資料夾，三個 .py 檔，還沒有 total.txt。同樣一句「數行數、加總、寫進 total.txt」，這次加一個預算上限（2026-10-06，Claude Code）：

claude -p "……寫進 total.txt……" --max-budget-usd 0.01
→ {"subtype": "error_max_budget_usd", "is_error": true,
   "num_turns": 2, "total_cost_usd": 0.1175}
→ total.txt：沒有寫出來，任務沒做完

它開了一張 Bash 的單就停了。（只跑一次，是例子不是證據。）兩個地方值得看：

• 這是外部喊停。 模型沒有走到 end_turn，是 Claude Code 在超過預算後把整個迴圈收掉，退出碼是 1（錯誤），不是 0。
• 上限 0.01，實際花了 0.1175，超了十倍。 因為它是每一輪之後才檢查，不是花到 0.01 就當場剎車。一輪本身就比上限貴時，必然會超出。煞車停在「兩輪之間」，不是「一輪之中」。

兩種停法

迴圈停下來有兩個來源。內部是模型自己回 end_turn，第 21 篇那次就是。但這靠模型判斷它做完了，你沒得保證，它也可能判斷錯。

所以要有外部的硬煞車，也就是「你說夠了」。官方 tool-use 文件列的那幾個跳出條件，除了 end_turn，還有 max_tokens（這一則寫到上限）、stop_sequence、refusal，碰到任何一個，迴圈都該跳出（2026-10-06 查）。另外還有幾種：

• 預算：--max-budget-usd，上面實驗用的那個，花超過就停。
• server 端迴圈的次數上限：工具在 Anthropic 那邊自己跑一圈（像網頁搜尋）時有迭代上限，撞到上限會回 pause_turn 而不是 end_turn，提醒你這一輪還沒做完。
• 單一工具的 timeout：第 18 篇那個卡住八分鐘的 MCP 工具，靠的就是 per-server 的 timeout 把它拉回來。

寫成實際可跑的程式，這些煞車就是加在那個迴圈上的幾行（第 21 篇給的是虛擬碼，這裡用 Anthropic SDK 補上，tools 與 run_tool 的結構就是第 16 篇那種工具定義與分派）：

MAX_TURNS, MAX_RETRIES, BUDGET_USD = 20, 2, 0.50
cost, retries = 0.0, 0

for turn in range(MAX_TURNS):                 # 煞車一：輪數上限
    reply = client.messages.create(model="claude-opus-5-5",
        max_tokens=1024, tools=tools, messages=messages)
    cost += usd(reply.usage)                  # 把這一輪的 usage 換算成錢
    messages.append({"role": "assistant", "content": reply.content})
    if cost > BUDGET_USD:                     # 煞車二：預算
        break
    if reply.stop_reason != "tool_use":       # 模型自己走到 end_turn
        break
    results = []
    for block in reply.content:
        if block.type == "tool_use":
            try:
                out = run_tool(block.name, block.input)
            except Exception as e:            # 煞車三：工具出錯
                retries += 1
                out = f"error: {e}"           # 把錯誤講清楚，接回去讓它改
            results.append({"type": "tool_result",
                            "tool_use_id": block.id, "content": out})
    if retries > MAX_RETRIES:                 # 一直錯就停，別用預算去燒
        break
    messages.append({"role": "user", "content": results})

while True 換成 for turn in range(MAX_TURNS)，就是最簡單的一道硬煞車。其餘兩道（預算、重試）是迴圈裡多出來的幾個 if。

煞車不是越緊越好。我那次一分錢的上限，把一個本來會成功的 run 砍在半路。設上限，是在「別讓它失控」和「別砍掉好結果」之間抓一條線。

一步錯了，它該怎麼走

第 21 篇那份軌跡裡，第一張單被權限擋下，模型下一輪換個寫法就過了，這是錯誤路徑運作得好的樣子：失敗的結果接回迴圈，模型看到了、修正了。

但同一個迴圈也可能壞在這裡。要是那個錯誤一直回去，模型可能一招換過一招試不停，繞在同一個環上出不來（這正是第 21 篇講的，那張圖裡的循環，有時候就是繞不出去）。所以錯誤路徑要有人管：限制重試次數、把錯誤訊息講清楚讓它修得動（第 18 篇說過，MCP 工具只有 ToolError 的訊息會進到模型眼裡，訊息寫得好不好，直接決定它改不改得對），真的卡住就直接停，別用預算去燒。上面那段的 try/except、retries 和那句 break，就是在做這三件事。

讓它少繞幾圈：反思與規劃

煞車和重試是「別讓它爛下去」。另一半是讓它一開始就走得好、少繞幾圈。這裡有兩個不改模型、只改迴圈組織方式的做法。Andrew Ng 把單一代理常見的做法歸成幾個 agentic pattern：工具使用（第 16 篇）、反思、規劃，另一個「多代理」是下一層的事。這一段講其中的反思和規劃。

反思（reflection）。 核心動作是把「產出」和「檢查」拆成兩步：先讓模型給一版，再讓它回頭批評自己這一版，然後改寫。Self-Refine（Madaan et al., NeurIPS 2023）就是同一個模型替自己的輸出產生回饋、再據此反覆改，平均把表現拉高約 20 個百分點。Reflexion（Shinn et al., NeurIPS 2023）更進一步，把反省寫成一段文字、存進情節記憶，下一輪帶著這段教訓再做，HumanEval 的 pass@1 到 91%。這一步有個隱含條件：那段教訓要有地方存、下一圈才讀得回去，不然每一圈都從頭反省，這就回到第 13 篇那一層記憶。第 21 篇那句夾在讀檔和寫檔之間的「Counts match」，就是一次沒有存下來的微型反思，先對帳再動手。

規劃（planning）。 Plan-and-Solve（Wang et al., ACL 2023）的做法是先擬一個計畫、把整個任務拆成子任務，再照計畫一步步做，而不是走一步想一步。這跟第 21 篇的 ReAct 剛好是同一條軸的兩端：ReAct 是推理和行動交錯、邊走邊想，Plan-and-Solve 是先把整條路想好再走。先規劃的迴圈繞的圈更少，也更不容易走到一半發現方向錯了，代價是它一開始就賭了一條路。

這兩個都呼應第 21 篇的迴圈工程：你沒有動模型，是在它外面那圈 while 裡多安排了「先想」和「先計畫」。

這麼做的代價

第一，反思和規劃要多花模型呼叫。 多一輪自我批評、多一段計畫，就是多送一次脈絡、多一筆詞元，更慢也更貴。省下的圈數划不划得來，要看任務。

第二，煞車設太緊會砍掉好結果。 一分錢的上限把成功的 run 攔腰截斷就是例子。太鬆它會失控，太緊它做不完，這條線得按任務調。

第三，規劃錯了會把整條路帶偏。 先定死的計畫，如果一開始就想錯方向，後面每一圈都在錯的路上走。規劃省圈數，前提是規劃本身不離譜。

這一篇多了什麼，又多付了什麼

多了什麼能力：你知道一個代理迴圈有哪些停法（模型自己的 end_turn，加上輪數、詞元、預算、timeout 這些外部硬煞車），知道錯誤路徑要限制重試、把錯誤講清楚，也知道反思與規劃這兩個 pattern 能讓它少繞幾圈。

多付了什麼代價：反思規劃多出來的詞元、一條鬆緊都不對的煞車線，以及一個可能從頭就錯的計畫。

下一篇

這些煞車、重試、反思，自己裸寫一個 while 都得一條一條兜。可是你平常用 Claude Code，根本沒寫這些，它就幫你做了。那個夾在你和模型中間的「執行框架」，到底還偷偷替你做了多少事？

下一篇拆 harness：裸迴圈之外，它補上的那一層。

延伸閱讀

• Reflexion: Language Agents with Verbal Reinforcement Learning（Shinn et al., NeurIPS 2023）：用語言反省回饋、寫進情節記憶，下一輪做得更好。
• Self-Refine: Iterative Refinement with Self-Feedback（Madaan et al., NeurIPS 2023）：同一個模型給自己回饋、反覆改，平均提升約 20 個百分點。
• Plan-and-Solve Prompting（Wang et al., ACL 2023）：先擬計畫拆子任務，再照計畫執行。
• How tool use works（Claude 官方文件）：迴圈的跳出條件，end_turn／max_tokens／stop_sequence／refusal 與 server 端的 pause_turn。
• Agent engineering: a new discipline（LangChain Team, 2025-12）：把不確定的 LLM 系統反覆打磨成可靠產品的 build→test→ship→observe→refine 循環。