循环终止是一道闸门

#thread/agent-loop

agent 循环（GPT 和 Claude 共享同一个骨架）：model → tool calls → feed results back → repeat → stop。两者的主要差异在于谁掌控这个循环——原始 API（由你自己驱动：finish_reason/stop_reason）对比托管式（OpenAI Assistants/Responses 的 "runs"，Anthropic 的 Agent SDK / Claude Code）。

核心在于终止：谁来判定"完成"？ 在朴素循环里，执行者（模型）自证完成（end_turn / finish_reason=stop）。这正是不可靠的那一点——和贯穿本笔记库的那根神经一样：一个随机的执行者自行宣布成功，恰恰是你不能信任的东西（gatekeeper-not-driver）。

控制终止的三种方式 = 八种控制手段中的三种（control-methods）：

• 信任执行者（朴素循环）
• 计量它——最大迭代次数 / 超时（StandMeet 的 force-final-answer；控制 #4）
• 设闸——持续运行直到某个条件成立（/goal；控制 #2）

/goal = 循环出口上的一道语义闸门（据文档确认）

/goal <condition> 是一个会话作用域的基于 prompt 的 Stop hook。每一轮结束后，(condition + transcript) 会被发送给一个独立的、全新的小模型（默认是 Haiku），由它返回是/否加一个理由；条件未满足 → 理由被反馈回去，循环继续。

• 生成者 ≠ 验证者，被产品化了。 做事的模型不是判定它完成与否的那个模型——由一个对这项工作没有既得立场的全新评估者来判。recognizer-not-generator 在这里被落地实现；文档明确把它点名为对抗"写代码的模型自己宣称代码正确"的防护手段。
• verify-cheaper-than-execute，字面意义上的体现——评判者是一个便宜的小模型；评估所耗的 token 相对于实际工作可以忽略不计。
• 局限（说实话）： 评判者只能看到对话记录——它不能跑测试，也不能读文件。所以它判断的只是声称的内容 + 可见的输出；语义闸门是可以被刷分的（Goodhart 定律），只要你能让表面上说得过去的东西冒出来就行。因此才要"把条件写成输出本身能够证明的东西"。

两种闸门（"eval 即类型系统"的分野）

• 机械闸门（脚本化的 hook，退出码）：确定性强、可靠，但只能编码可判定的谓词（测试通过、文件存在）。
• 语义闸门（/goal 的 LLM 评判者）：能处理模糊的"完成"（比如"每篇论文都是 A 级"），但评判者本身会出错。它靠分离（不同的模型、空白的上下文）去偏，而不是靠自身绝对正确。

→ 终止是任何 agent 循环中最承重的那个决策，而在那里设一道闸（机械的或语义的）就是让你不再盲目相信"我完成了"这句话的方法。