多數人開車導航時都遇過同一個狀況，明明設好了目的地，中途一個彎轉錯，導航沒有當機，也沒有堅持照原路線硬開，而是在幾秒內重新算出一條新路線，繼續往目的地走。這個「發現走錯、重新計算、再往前走」的過程幾乎是不知不覺完成的，你很少會特別注意到它正在運作。
AI Agent 做的事情，骨子裡其實很像這套導航邏輯。它不是丟一句話進去、吐一個答案就結束的單次生成，而是內部反覆跑一輪又一輪「想、做、看、修正」，直到把交辦的任務真正走完為止。這一整套機制，就是 AI Agent 運作原理的核心，不管面對的是規劃一趟行程、整理一批資料，還是回覆一封信，靠的都是同一套會自己繞回去修正方向的迴圈，而不是一次到位、寫死答案的問答機。看懂這個迴圈，之後才看得懂 Agent 遇到狀況為什麼會換一個做法，而不是卡住不動。
先從這個迴圈為什麼會存在、它跟一般語言模型的差別在哪裡講起，再一步一步拆開它實際怎麼運作。
AI Agent 怎麼決定下一步要做什麼？
這個迴圈在業界有個正式名字，叫做「推理與行動的迴圈（Reasoning and Acting，業界簡稱 ReAct）」。這個名字說的正是，AI Agent 不是使用者丟一句話、模型吐一個答案就結束的單次生成，而是內部可能反覆跑好幾輪「想、做、看」，才收斂出最終的結果。
這個迴圈由三個環節反覆組成：模型先在內部形成一段思考（Thought），接著把思考轉成一個具體行動（Action）去呼叫工具，工具執行完之後再把結果回傳給模型當作一次觀察（Observation），模型讀懂這個觀察，才決定下一輪要不要繼續、要換哪一種做法。一般的語言模型一次生成完就結束，提示丟進去、答案吐出來，中間沒有機會真正碰到外部世界；裝上這套迴圈之後，模型才能反覆跟外部世界打交道，而不只是跟使用者的提問對話。
因為每一輪都是模型自己看著上一輪的觀察結果，決定接下來要不要繼續、要做什麼，任務需要三步就三步，需要十步就十步，不必事先把步驟數寫死；這也是為什麼同一個 Agent 面對難易不同的任務，實際跑的輪數會不一樣。沒有這套迴圈，AI 頂多只是把問題丟進去、把答案吐出來的問答機；裝上這套迴圈之後，它才真正掌握了 AI Agent 運作原理裡最關鍵的能力，自己動手把一件事處理完，而不只是回答一個問題。只是這套迴圈聽起來很簡單，很多人卻把它跟另一種東西搞混，也就是寫死步驟的自動化流程。
AI Agent 不是寫死的自動化流程，而是自己決定下一步的迴圈
很多人一聽到 Agent，直覺反應是「就是包了一層 AI 外殼的自動化腳本」，步驟排得再多，好像也只是一支比較長的流程圖。這個直覺剛好抓錯了重點。
真正把 Agent 和傳統自動化流程分開的，不是步驟數量，而是下一步由誰決定。固定工作流程（workflow）的每一步，都是人事先寫好的判斷式，遇到 A 條件就走左邊分支、遇到 B 條件就走右邊分支，整條路徑在系統跑之前就已經定案。Agent 的迴圈不是這樣運作：模型看到當下這一輪的觀察結果之後，自己判斷下一步要做什麼、要不要換一種做法，路徑是邊跑邊決定出來的。
Anthropic 的工程部落格在拆解這兩種架構時，把 workflows 定義成「LLM 與工具沿著預先寫好的程式路徑運作」的系統，把 agents 定義成「模型動態主導自己的流程與工具使用方式」的系統——差別就落在主導權在誰手上這一句話。
同一個目標，Agent 每次實際走的路徑可能不完全一樣。同一句「幫我整理這份報告」，這一次可能先抓資料再排版，下一次可能先發現資料不齊全，回頭去找資料再排版，因為每一輪的判斷都取決於它剛剛看到了什麼，不是照著一張寫死的流程圖走。這也是為什麼「步驟很多」不等於「這是一個 Agent」，就算流程圖畫了二十個框，只要每一步的分支條件都是人事先寫定的，它終究是一套固定流程，只是比較複雜的固定流程而已。
至於什麼時候該用寫死的固定流程，什麼時候才需要讓模型自己決定路徑，答案跟任務的可預期程度有關。步驟順序可以事先講清楚的任務，固定流程通常更穩定、更好除錯；需要模型邊做邊判斷、路徑沒辦法完全預先寫死的任務，才輪到這種迴圈式的 Agent 上場。
這個迴圈實際上怎麼一步步跑？
把前面兩節談的框架，落到實際運作的細節上看，可以拆解成五個會在迴圈裡反覆出現的環節。以下先用通用、抽象的說法，逐一講清楚每個環節在做什麼、為什麼需要它；下一節再用一個訂機票的任務，把這五個環節串成一次完整的敘事。
步驟一：模型先把模糊的目標，翻譯成清楚的任務
使用者丟給 Agent 的目標，通常是一句模糊的自然語言，像「幫我訂機票」這種說法本身沒有帶任何具體參數。迴圈的第一步，就是模型要把這句話翻譯成一個可以執行的具體任務，從語句裡辨識出目的地、時間、預算這類關鍵參數，並確認「怎樣才算達成」的條件是什麼。
OpenAI 的技術文件在說明工具呼叫機制時提到，模型收到一句像「巴黎的天氣如何」這樣的提示，會先判斷這句話需不需要呼叫工具，再產生對應的函式名稱與參數值，這其實就是把模糊語句轉成具體任務的過程。這一步沒做好，後面整輪規劃都會建立在錯的前提上，目的地認錯、日期抓錯，後面幾輪再怎麼仔細做也是白費工夫。
這一步的解析做得夠不夠仔細，會直接決定後面幾輪的方向對不對，是很多任務出錯的起點，卻常常被忽略。
步驟二：模型想清楚該怎麼做，排出行動的先後順序
目標翻譯清楚之後，模型不會馬上動手，而是先在內部產生一段思考（Thought），推演現在的狀況、目標是什麼、該動用哪些工具、先後順序怎麼排。Hugging Face 在拆解這套機制時，把這一步定義成「模型決定下一步該做什麼」的環節。
Google Research 在介紹 ReAct 這套框架時也指出，推理軌跡（reasoning trace）本身並不會影響外部環境，它只是更新模型自己內部的判斷依據；換句話說，這段思考更像是說給自己聽的草稿，替下一步的實際行動鋪路，還沒有真正碰到外面的世界。
這也是為什麼同一個目標，Agent 有時候會先想過一輪才動手，而不是收到指令馬上呼叫工具，思考先行，才能減少亂槍打鳥式的嘗試。
步驟三：模型呼叫工具，真正碰到外部世界
想清楚之後，模型才會真正動手，產生一個結構化的行動（Action），呼叫某個外部工具，並帶入需要的參數，像是呼叫查詢航班的工具，帶入出發日期與目的地城市。
OpenAI 的技術文件把這整段流程拆成幾個階段：應用程式先把可用的工具清單交給模型，模型判斷要呼叫哪一個工具、帶哪些參數，接著由應用程式實際執行這個呼叫，執行結果再送回模型，模型才根據這個結果決定下一步，或者產生最終回應。
前面的思考都只是模型自己內部的推演，這一步才是它唯一真正碰到外部系統的地方。查詢的資料庫是真的、呼叫的介面是真的，結果也不是模型憑空想像出來的。
步驟四：模型看懂工具回傳的結果，不是靠自己想像
工具執行完之後，會回傳一個觀察（Observation），模型必須把這個真實的回傳結果重新讀進自己的推理脈絡裡，而不是憑空認定這件事「應該」已經成功。這一步是整個迴圈可不可靠的關鍵。
Google Research 在介紹 ReAct 時特別點出，行動（action）帶來的是外部環境真實的回饋，推理軌跡本身卻不會；實驗也發現，懂得參照這種真實回饋的推理過程，比起單純憑內部知識推論，更不容易編出不存在的內容。
換句話說，每一輪都要對照真實世界回傳的結果，迴圈才不會愈走愈偏、愈算愈離譜。這也是 Agent 跟只靠自己腦補流程跑完的單純問答機，最根本的差別。
步驟五：結果不如預期，模型修正計畫再出發
如果觀察到的結果不符合預期，像是查到的航班已經賣完，或者價格超出預算，模型不會就地卡住，而是把這個新資訊納入下一輪思考，重新規劃或換一個做法，再呼叫一次工具。這一步，正是迴圈真正繞回去、重新出發的地方，也是它跟寫死腳本最大的不同。
Hugging Face 對這套機制的說明就提到，只要觀察顯示錯誤或資訊不完整，Agent 就可以重新進入迴圈，修正自己原本的做法。
這個迴圈也不會無止盡繞下去。Anthropic 的工程部落格指出，執行過程中要不斷從環境取得真實的進度回饋來評估任務走到哪裡，直到拿到滿足目標的結果，或碰到預先設好的終止條件，像是重試次數的上限，才會結束，並把最終答案交回使用者。
訂一張機票，AI Agent 怎麼把五個步驟走完整趟？
把這五個環節攤開來看可能有點抽象，實際串起來是什麼樣子？假設使用者跟 Agent 說：「幫我訂下週三從台北飛東京的來回機票，預算兩萬元以內。」
模型先把這句話翻譯成具體任務：出發地台北、目的地東京、去程鎖定下週三、要含回程、預算上限兩萬元，這幾個參數一確定，後面才有東西可以查。
接著它會在內部想一輪，該先查去程時刻還是先比價、直飛跟轉機要不要都看，排出一個先後順序。
想清楚後，它呼叫查詢航班報價的工具，帶入日期、艙等這些參數，實際去查有哪些班機、要多少錢。
查詢結果回來，模型讀到的觀察並不理想，下週三符合條件的直飛航班，不是已經客滿，就是含稅要價超出預算兩成。這個結果不如預期，模型不會就這樣回報使用者訂不到，而是進入下一輪。
它把「原班機客滿、預算超支」這個新資訊納入思考，換一個做法，改查隔一天出發、或改看有轉機的航班，再呼叫一次同一個查詢工具。這一次觀察到有一班轉機航班，總價落在預算內，滿足了原本設下的條件，迴圈才真正停下來，把訂位結果與航班資訊整理好回報給使用者。
迴圈停在這裡，是因為它已經拿到滿足使用者條件的結果；若翻遍所有選項都超出預算，迴圈也會在碰到重試次數上限這類終止條件時停下，誠實回報找不到符合條件的航班，而不是無止盡查下去。
AI Agent 看起來像在思考，實際上靠的不是哪一步特別聰明，而是這一整輪「想、做、看、修正」的迴圈不斷繞圈子換來的結果。它不需要一次就想對，只要每一輪都願意照現實調整方向就夠了。
這正是 AI Agent 運作原理最核心的一層。看懂這個迴圈，才看得懂 Agent 遇到狀況時為什麼會換一個做法，而不是卡在原地不動。之後要評估一個 Agent 做得好不好，該看的從來不是它每一步夠不夠聰明，而是這個迴圈本身有沒有被設計得夠可靠。