Agent 的價值不在模型，而在迴路：從 Claude Code 看見行動的第一原理

AI Agent 的真正價值，並非來自大型語言模型單次推理的優異表現，而在於如何將模型的判斷力，有效地嵌入一個能夠持續行動的迴路（loop）之中。這個迴路串連了工具使用、狀態管理與環境回饋，讓系統從單純的應答者（chatbot）質變為能夠自主完成任務的行動者（agent）。我認為，理解並設計這個迴路，才是打造實用 AI 系統的第一原理，其重要性遠超過對特定模型的追逐。

為什麼單次呼叫模型的 chatbot 模式不夠用？

過去幾年，我們習慣了與大型語言模型（LLM）以「問答」形式互動。無論是 OpenAI 的 ChatGPT 或是 Anthropic 的 Claude，其基本模式都是一次性的請求與回應（request-response）。這種模式在知識檢索、內容生成等任務上表現出色，但它有著根本的限制：被動性。Chatbot 無法主動發起行動，無法與外部世界互動，也無法根據行動結果來修正下一步計畫。它像一個博學的圖書館員，能回答你任何問題，卻無法幫你走出圖書館去完成一項實際的任務。

當任務的複雜度提升，需要多個步驟、與外部 API 互動、或根據執行結果動態調整策略時，單次的模型呼叫就顯得捉襟見肘。以「分析公司最近三個月的銷售數據，找出表現最好的產品線，並產生一份簡報草稿」為例，這類任務就需要一連串的行動：

• 步驟一： 呼叫資料庫 API 取得銷售數據。
• 步驟二： 執行程式碼分析數據，找出目標產品線。
• 步驟三： 根據分析結果，組織語言並生成簡報大綱。
• 步驟四： 將大綱寫入檔案系統。

這其中的每一步都可能出錯，需要系統具備狀態感知、錯誤處理與自我修正的能力。這正是 Agent Architecture 發揮價值的地方，其核心在於建立一個超越單次問答的行動迴路。

ReAct 框架如何將思考與行動串連起來？

要讓模型從「說」到「做」，關鍵在於賦予它一個行動框架。目前業界影響最深遠的框架之一，是 Google Brain 於 2022 年提出的 ReAct (Reasoning and Acting)。ReAct 的洞見非常直觀：它模仿人類解決問題的模式，將「思考」（Reasoning）與「行動」（Acting）交織在一起。

ReAct 的運作迴路可以簡化為一個不斷重複的循環：Thought → Action → Observation。

1. Thought (思考): 模型根據當前的任務目標與過往的執行歷史，進行內部推理，生成下一步的行動計畫。例如：「我需要查詢銷售數據，所以我應該使用 query_database 這個工具。」
2. Action (行動): 系統解析模型的思考，執行對應的工具或 API 呼叫。例如，實際執行 query_database(period='3_months')。
3. Observation (觀察): 系統將行動的結果（無論成功、失敗或回傳的數據）回饋給模型。例如：「資料庫回傳了 583 筆銷售紀錄。」

這個「思考-行動-觀察」的循環會不斷重複，直到任務完成為止。透過這個迴路，模型不再只是一個被動的回答者，而是成為一個主動的規劃者與執行者。它能夠感知環境變化、使用工具、並從行動的結果中學習與修正，這就是 agency 的本質。

我們應該將焦點從「模型能回答什麼」轉向「系統能完成什麼」。前者是智慧的展現，後者是能力的證明。而串起這一切的，正是深思熟慮的迴路設計。

Claude Code 的迴路實踐：一個具體的架構解析

理論雖好，但實踐才是檢驗真理的標準。我們可以從 Anthropic 開源的 Claude Code 專案中，看到一個清晰的 ReAct 迴路實作。在其原始碼中，核心的迴路驅動引擎位於 query.ts 這個檔案，它完美地演繹了如何將單一的模型 API 呼叫，擴展為一個完整的 Agent Run。

這個架構大致可分為三個關鍵角色：

• Model API: 這是大腦，負責「判斷」。在 Claude Code 中，它通常指向像 claude-3-opus-20240229 這樣的模型。它接收當前的狀態與歷史紀錄，產出下一步的「Thought」與「Action」。
• Tools: 這是雙手，負責「執行」。這些是預先定義好的函式，例如讀寫檔案、執行 shell command、與其他服務的 API 互動等。模型本身無法執行這些操作，只能「要求」工具層去執行。
• QueryEngine (query.ts): 這是中樞神經系統，負責「驅動迴路」。它扮演著協調者的角色，將 Model API 的判斷與 Tools 的執行串連起來。它會呼叫模型取得行動計畫，然後調度對應的工具，再將工具的執行結果（Observation）打包，送回給模型進行下一輪的思考。

這個結構的優雅之處在於其關注點分離（Separation of Concerns）。模型專注於高層次的推理與規劃，而繁瑣、具體的執行細節則交由穩定的工具層處理。QueryEngine 則像一個勤奮的專案經理，確保整個流程順暢推進。這種模組化的設計，不僅讓系統更穩定、更容易除錯，也讓我們能夠輕易地為 Agent 擴充新的能力——只需增加新的工具，而無需改動核心迴路。

從這個角度看，一個強大的 Agent，其能力不僅僅取決於底層 LLM 的聰明程度，更取決於這個迴路設計的品質：工具集的豐富與可靠程度、狀態管理的精細度、以及錯誤處理與重試機制的穩健性。

這也是為什麼像 LangChain 或 LlamaIndex 這類 Agent 框架如此重要的原因——它們的核心價值，正是提供了經過驗證的、可擴展的迴路模板。最終，我們看到的是一個典範轉移：從追求單一模型的極致性能，轉向設計一個能讓模型與現實世界有效互動的、強健的系統架構。這條路才剛開始，但方向已經非常明確。

延伸閱讀

• ReAct: Synergizing Reasoning and Acting in Language Models (arXiv)
• Anthropic Official Documentation on Tool Use
• LLM-powered Autonomous Agents by Lilian Weng

我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。