核心小节二:MAX_STEPS 为什么是第一道保险丝——最简单,但一定要有

这一节最想让大家记住的一句话就是:高级策略可以慢慢加,但第一道保险丝不能没有。 MAX_STEPS 不是最聪明的机制,却往往是最先该补上的安全边界。你可以先看看下面这张图,它把“为什么要有步数上限”这件事讲得很直接。

图片[1]-核心小节二:MAX_STEPS 为什么是第一道保险丝——最简单,但一定要有-大赛人网

图里其实强调了三个点:它最简单,成本最低,而且能第一时间防止 Agent 无限试探。只要到了上限,任务还没完成,就应该明确进入 STOPPED 或 BUDGET_EXCEEDED,而不是继续凭感觉往下跑。

如果只能选一个最重要的安全边界,我会先选:

MAX_STEPS = 30

因为它最简单。

也最有效。

Step 是什么?

我们前面已经有 RunStep。

在配套项目里,每进入一次“构建上下文 → 调用模型 → 处理返回”的决策轮次,就记一个 Step:

Reason
Action
Observation

一轮模型返回多个并行 Tool Call 时,它们仍属于同一个 Step,但每个动作都单独增加 Tool Call Usage。Tool 重试如果触发新一轮模型决策,就进入下一个 Step。

这个口径必须稳定。今天把一次模型轮次算一步,明天又把每个 Tool 算一步,MAX_STEPS=30 就失去可比较性,监控数据也会漂移。数字可以按 Agent 类型调整,计数定义不能在运行中改变。

例如:

step += 1

然后:

if step >= MAX_STEPS:
    stop

为什么 30 不是魔法数字?

不是。

不同 Agent 可以不同。

例如:

简单问答 Agent:8
Coding Agent:30
Research Agent:50
Data Analysis Agent:25

真正重要的是,必须有限。

不是一定 30。

一个最小 Main Loop

MAX_STEPS = 30


def run_agent():
    step = 0

    while step < MAX_STEPS:
        step += 1

        print(
            "step:",
            step,
        )

        done = False

        if done:
            return {
                "status": "completed",
                "steps": step,
            }

    return {
        "status": "budget_exceeded",
        "error": {
            "type": (
                "MaxStepsExceeded"
            ),
            "message": (
                "agent reached "
                "maximum steps"
            ),
        },
        "steps": step,
    }


if __name__ == "__main__":
    print(
        run_agent()
    )

这段代码非常简单。

但它已经避免:

while True

无限执行。

MAX_STEPS 应该由谁控制?

不应该由模型控制。

比如让模型说:

{
  "should_continue": true
}

当然可以作为信号。

但最终边界一定在 Harness:

if state.step >= max_steps:
    stop

这是确定性规则。

达到 Max Steps 时怎么结束?

不要:

raise Exception

然后什么都不记录。

更合理是:

Run.status = budget_exceeded
Run.error.type = MaxStepsExceeded
Run.end_time = now

并在 final answer 里说明:

任务未在最大步骤预算内完成。
已完成:
...
当前阻塞:
...
建议下一步:
...

这比进程异常退出好得多。

Step Budget 和 Plan 有什么关系?

即使以后有 Planner:

Plan = 8 tasks

也不能认为最多 8 Step。

因为某个 Task 内可能:

Tool Retry
Error Recovery
Validation

所以:

Plan

是语义任务。

MAX_STEPS

是执行预算。

两者不同。

MAX_STEPS 为什么特别适合防死循环?

因为它不需要理解,当前是不是重复。

哪怕所有检测都失效。

最后仍有:

最多 30 Step

这就是“保险丝”。

高级策略可以失败。

保险丝不能没有。

© 版权声明
THE END
喜欢就支持一下吧
点赞8 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容