一次消息如何变成多步行动：拆开 OpenClaw 的 Agent Loop

本篇把这些静态概念串成一台运行中的状态机，回答问题：

一次用户消息，为什么可能产生多次模型调用、多个 Tool Call，最后才形成一个回答？

答案是：因为 OpenClaw 在外层提供了一个固定的程序循环，而“这一步是调工具还是收尾”由模型在每一轮里临时决定。

本文用一个“两跳读取”任务把这条循环逼出来，再用一个分支实验证明：真正决定循环长短的，是 Tool Result 的内容。

1. 先把词分清：Turn / Run / Model Call / Tool Call

一句话记牢：一个用户 Turn ≠ 一次模型调用；一个 Run 可以包含多个 Model Call 和多个 Tool Call。

官方把这条循环定义为一次按会话串行的“真实运行”：接收 → 上下文组装 → 模型推理 → 工具执行 → 流式回复 → 持久化（来源：Agent loop）。本文要观察的，就是这条链路在一次任务里到底转了几圈。

2. 理论：Agent Loop 是“程序循环 + 模型决策”

把它写成伪代码，结构会更直白：

while True: context = assemble_context(system_prompt, user_prompt, past_tool_calls, past_tool_results, past_assistant_messages) response = model(context, available_tools) if response.has_tool_call: # 模型选择：继续 result = runtime.execute(response.tool_call) transcript.append(response.tool_call) transcript.append(result) continue return response.text # 模型选择：收尾

while循环、执行工具、回填结果、再次调用模型——这一层是代码写死的；而每一圈“要不要调工具、调哪个”——这一层由模型决定。职责划分是：

• Prompt：定义任务目标、约束与分支规则；
• Model：做语义判断、选择下一步动作；
• Runtime：执行工具、回填结果、驱动循环与 Run 生命周期；
• Tool：完成外部操作（读文件、执行命令等）；
• Provider：返回模型输出，并标记结束原因（toolUse/stop）。

说明：stopReason=toolUse/stop是 Provider（本例是 openai-completions 风格）层面的字段，官方 Agent Loop 文档并未定义它；不同 Provider 或定制构建的具体字符串可能不同，应以 Transcript 实际输出为准。本文所有stopReason都来自实测。

3. 实验设计：两跳读取，逼出真实的多步

关键是让第二步“无法被提前预判”，这样模型就不得不真的循环两圈：

1. 先读manifest.txt；
2. 第二个文件的路径写在 Manifest 里，只有读完第一步才知道；
3. 再读target.txt；
4. 根据目标文件返回MARKER / VALUE_A / VALUE_B / SUM。

因为第二个路径在第一次 Tool Result 返回后才出现，模型不可能在第一次调用里就发出有效的第二个 Tool Call。预期循环是：read(manifest) → read(target) → 最终回答。

运行环境：Provider/Model 为deepseek-official/deepseek-v4-flash，内嵌运行时，单会话，Context 窗口 64,000，不改任何全局配置（避免再引入 Compaction/Pruning 变量）。

4. 主实验：1 个 Turn → 3 次模型调用 / 2 次工具调用

Transcript 完整记录了这条循环：

于是一个用户 Turn 实际产生了：1 个 Run、3 次 Model Call、2 次 Tool Call、2 条 Tool Result、1 条最终回答。这里有三个可直接读出的机制。

其一，stopReason是循环的红绿灯。toolUse表示“模型还要调工具，循环继续”；stop表示“模型收尾，循环退出”。注意 Tool Result 本身没有stopReason——它是工具执行结果，不是模型响应；stopReason只属于 Assistant 消息。

其二，Tool Call 与 Tool Result 靠toolCallId配对。Assistant 消息里 Tool Call 的id，等于对应 Tool Result 的toolCallId。本次两对都严格匹配：read(manifest)↔TR1、read(target)↔TR2。这是从证据（而非模型自述）判断“谁对应谁”的唯一可靠依据。

其三，Tool Result 会重新进入下一次 Context。模型是从第一条 Tool Result 里读到TARGET_FILE的值，才发出了第二个read。也就是说，工具结果被回填进历史、参与了下一轮 Context 组装——这正是 Mission012 里“Transcript 增长 → Context 重组”在循环中的体现。

顺带一个缓存现象（Mission012 已详述，这里只作印证）：三次调用的模型input依次是5832 → 72 → 43，而cacheRead是8192 → 14080 → 14208——历史在涨，但重复前缀命中了 Provider 缓存，单次计费 input 很小。

5. 谁在做决定：Runtime 执行，模型选择

Runtime 不理解业务语义。它只知道“工具在技术上是否执行成功”（比如isError=false），不会主动判断“这段结果里有目标路径，所以下一步该读它”。真正读懂TARGET_FILE、决定再发一个read的，是第二次模型调用。

为了坐实“模型才是分支决策者”，再做一个对照实验：规则完全相同，只改 Manifest 的内容。

Manifest 里写一条决策规则：ACTION=READ_TARGET就继续读目标文件，ACTION=ANSWER_DIRECTLY就直接收尾。结果：

• Continue 分支（Manifest 写READ_TARGET）：read(manifest) → read(target) → 最终回答，共3 次模型调用 / 2 次工具；
• Stop 分支（Manifest 写ANSWER_DIRECTLY）：read(manifest) → 最终回答，共2 次模型调用 / 1 次工具。

规则一字未改，只有第一条 Tool Result 的内容不同，模型就走了不同的循环长度。结论很清楚：

模型在循环里扮演的是if/else，但它是概率式的自然语言判断，不是确定性的程序分支；Runtime 只负责那个固定的while循环。整个系统 =「程序式的 Agent Loop 框架」+「模型驱动的具体行动选择」。

6. 一次 Run 的账本：usage 聚合 vs 单次；Transcript vs Trajectory

6.1 别把聚合 usage 当成单次上下文大小

运行报告里有两个 usage，含义完全不同：

• agentMeta.usage（整个 Run 聚合）：input=5947、cacheRead=36480、total=14275；
• lastCallUsage（仅最后一次）：input=43、cacheRead=14208。

注意聚合值是逐次相加的：input5947 = 5832+72+43，cacheRead36480 = 8192+14080+14208。也就是说，同一段被缓存的前缀，在三次调用里被重复计入了聚合cacheRead。所以不要用聚合cacheRead去估单次 Prompt 大小——单次规模要看那一次的input + cacheRead (+ cacheWrite)。

6.2 观察 Agent Loop 要用 Transcript，而不是 Trajectory

同一次 Run，两份记录粒度不同：

• Transcript：完整事件序列（3 条 assistant + 2 条 toolResult），能干净还原整条循环；
• Trajectory（本构建的 sidecar）：只有7 行——session.started、trace.metadata、context.compiled、prompt.submitted、model.completed、trace.artifacts、session.ended。

耐人寻味的是：context.compiled/prompt.submitted/model.completed各只出现一次，尽管 Run 内实际发生了 3 次模型调用。那唯一的一次model.completed里，messagesSnapshot一次性打包了全部6 条消息（user → toolCall → toolResult → toolCall → toolResult → final）。

也就是说，本构建的 Trajectory 是一份“收尾时的总结快照”，不是逐轮流水。要逐圈观察 Agent Loop，得靠 Transcript。（官方 Agent Loop 文档描述的实时事件流是lifecycle / assistant / tool；Trajectory sidecar 的具体形态属于构建实现，应以本机实际输出为准。）

7. Context 的机制，落在循环的哪一步

把这条循环和上一篇接起来，就能定位每个机制的位置：

• 每次 Model Call 之前，Context 都要重新组装一遍；
• 每条 Tool Result 之后，Transcript 增长 → Context Engine 重组 →（视配置）Pruning / 预算检查 → 提交下一次 Prompt；
• 压力过大时，才进入 Compaction 或 Context Overflow Recovery。官方也说明：自动压缩会发出compaction事件并可能触发重试，重试时会重置内存缓冲与工具摘要以避免重复输出（来源：Agent loop · 压缩+重试）。

换句话说，Mission012 讲的“组装、缓存、裁剪、摘要”，都是发生在这条循环里每一圈的 Context 组装阶段。

8. 结论：一条固定循环，套着一个会决策的模型

1. 一个用户 Turn ≠ 一次模型调用。本次一个 Turn = 1 Run / 3 Model Call / 2 Tool Call / 2 Tool Result / 1 最终回答。
2. stopReason是循环红绿灯：toolUse继续、stop退出；Tool Result 不带stopReason。
3. toolCallId是配对锚点：Tool Call 的id= Tool Result 的toolCallId，靠它从证据判断因果，而非听模型自述。
4. Tool Result 会回填进下一次 Context：第二个read的路径，来自第一条 Tool Result。
5. Runtime 执行、模型决策：Runtime 只判断“技术上成没成功”，模型判断“语义上够不够、下一步做什么”。
6. 模型是循环里的 if/else：同规则、不同 Tool Result → 不同循环长度；但它是概率式判断，不是确定性分支。
7. 聚合 usage 会重复计缓存：聚合cacheRead是逐次相加，不能当单次上下文大小。
8. 观测用 Transcript：本构建的 Trajectory 只是收尾总结快照，逐圈细节在 Transcript 里。

一句话：OpenClaw 提供的是一条写死的程序循环，循环里的每一步动作则交给模型概率式地决定。理解 Agent，就是理解这条“程序 + 模型”的分工——以及用toolCallId、stopReason、Transcript 这些证据，而不是模型的自我描述，去还原它真正做了什么。

学习资源推荐

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！​

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示

​因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。