เอนจินลูป Agent
ภาพรวม
เอนจินลูป Agent (Agent Loop) เป็นกลไกการทำงานหลักของโมดูล Work ในพื้นที่ทำงาน มันขับเคลื่อนให้ AI Agent ทำการวนลูปเชิงเหตุผล-การทำงานแบบอัตโนมัติ: วิเคราะห์งาน → เลือกเครื่องมือ → ทำการดำเนินการ → ประเมินผลลัพธ์ → ทำเหตุผลต่อ จนกว่างานจะเสร็จสิ้นหรือเข้าเงื่อนไขการออก
เอนจินใช้สถาปัตยกรรมแบบ provider-agnostic โดยรองรับผู้ให้บริการโมเดลหลายรายผ่านอินเทอร์เฟซ LLM Adapter ที่เป็นหนึ่งเดียว
สถาปัตยกรรม
LLM Adapter
AgentEngine
│
├── OpenAIAdapter
│ ├── Responses API（增量状态管理）
│ └── Chat Completions API（全量上下文）
│
└── AnthropicAdapter
└── Messages API（原生 streaming + thinking）
Adapter จะจัดการโดยอัตโนมัติ:
- การแปลงรูปแบบข้อความ (OpenAI ↔ Anthropic)
- การแปลงนิยามเครื่องมือ
- การจัดการ Think Tag (ตัดแท็ก
<think>ของโมเดลอย่าง DeepSeek ออกโดยอัตโนมัติ)
ขั้นตอนการวนลูป
┌─ 预检验证 ──────────────────────────────────────────────┐
│ 拒绝超过输入预算 60% 的提示词，防止静默截断 │
└──────────────────────────┬──────────────────────────────┘
▼
┌─ 主循环（Round 0 → maxTurns-1）─────────────────────────┐
│ │
│ ① 上下文管理 │
│ - 预防性工具结果截断（Layer 1） │
│ - 检查是否需要压实（shouldPreemptiveCompact） │
│ │
│ ② LLM 调用 │
│ - 流式推理（text_delta + thinking + tool_use） │
│ - 事件实时推送到 UI │
│ │
│ ③ 工具执行 │
│ - validateToolCalls → 验证合法性 │
│ - 并发分区 → 按 concurrency 元数据分组 │
│ - 并行执行 → 结果归一化 │
│ │
│ ④ 退出判断 │
│ - 无工具调用 → 退出（end_turn） │
│ - 达到限制 → 退出（max_rounds/max_budget/deadline） │
│ - 异常 → 退出（circuit_breaker/fatal_error） │
│ - 有工具调用 → 继续下一轮 │
│ │
└──────────────────────────────────────────────────────────┘
พารามิเตอร์การวนลูป
| พารามิเตอร์ | ค่าเริ่มต้น | คำอธิบาย |
|---|---|---|
maxTurns |
25 | จำนวนรอบการวนลูปสูงสุด |
maxErrors |
— | เกณฑ์จำนวนข้อผิดพลาดของเครื่องมือที่เกิดต่อเนื่อง |
maxBudgetInputTokens |
— | เพดานงบประมาณ token อินพุต |
maxExecutionMs |
— | เพดานเวลาการทำงาน (มิลลิวินาที) |
snapshotStrategy |
every_tool_round |
กลยุทธ์การบันทึกสแนปช็อต |
resumeSessionId |
— | ID สำหรับกู้คืนเซสชันที่ถูกขัดจังหวะ |
เงื่อนไขการออก 8 แบบ
| เหตุผลการออก | เงื่อนไขที่ทำให้เกิด |
|---|---|
| end_turn | Agent ทำงานเสร็จสิ้น ไม่มีการเรียกเครื่องมือเพิ่มเติม |
| max_rounds | ถึงเพดาน maxTurns (ค่าเริ่มต้น 25 รอบ) |
| circuit_breaker | การเรียก LLM ล้มเหลวติดต่อกัน 5 ครั้ง |
| no_tool_calls | ไม่มีคำขอเรียกเครื่องมือในการตอบกลับของ LLM |
| user_cancel | ผู้ใช้ยกเลิกด้วยตนเอง |
| context_overflow | คอนเท็กซ์ยังคงล้นแม้หลังการบีบอัด |
| fatal_error | ข้อผิดพลาดที่กู้คืนไม่ได้ (การยืนยันตัวตนล้มเหลว, ปัญหาการเรียกเก็บเงิน ฯลฯ) |
| compaction_exhausted | ใช้จำนวนครั้งการลองบีบอัดใหม่จนหมด (สูงสุด 5 ครั้ง) |
กลไกเซอร์กิตเบรกเกอร์
ป้องกันไม่ให้ LLM ล้มเหลวต่อเนื่องจนเกิดการลองใหม่ไม่รู้จบ:
| พารามิเตอร์ | ค่า | คำอธิบาย |
|---|---|---|
CIRCUIT_OPEN_THRESHOLD |
5 | ล้มเหลวติดต่อกัน 5 ครั้งจะทำให้เซอร์กิตเบรกเกอร์ทำงาน |
CIRCUIT_OPEN_WAIT_MS |
60,000 | หลังเซอร์กิตเบรกเกอร์เปิด จะระบายความร้อน 60 วินาที |
การจำแนกข้อผิดพลาดและกลยุทธ์การลองใหม่:
| ประเภทข้อผิดพลาด | กลยุทธ์ |
|---|---|
rate_limit |
ถอยแบบเอ็กซ์โพเนนเชียล + ลองใหม่พร้อมสุ่มค่าหน่วง (jitter) |
timeout / overloaded |
ลองใหม่ทันที |
context_overflow |
เรียกใช้การบีบอัดคอนเท็กซ์ |
auth / billing / model_not_found |
โยนข้อผิดพลาดออกทันที (ไม่ลองใหม่) |
อีเวนต์แบบสตรีม
กระบวนการทำงานของ Agent จะแจ้ง UI แบบเรียลไทม์ผ่านอีเวนต์แบบสตรีม:
| ประเภทอีเวนต์ | ข้อมูล | คำอธิบาย |
|---|---|---|
text_delta |
ชิ้นส่วนข้อความ | การส่งข้อความเอาต์พุตของ Agent แบบเพิ่มทีละส่วน |
thinking |
ชิ้นส่วนความคิด | เนื้อหาห่วงโซ่ความคิด (chain of thought) แบบเนทีฟ (โมเดล thinking ของ Anthropic) |
tool_use_start |
ชื่อเครื่องมือ + พารามิเตอร์ | เริ่มการเรียกเครื่องมือ |
tool_result |
ผลลัพธ์การทำงาน | การทำงานของเครื่องมือเสร็จสิ้น |
error |
ข้อมูลข้อผิดพลาด | ข้อผิดพลาดระหว่างการทำงาน |
done |
เหตุผลการออก | การวนลูปรอบนี้สิ้นสุด |
อีเวนต์ของ Sub-agent จะถูกส่งผ่านไปยังหน้าจอ UI ของ Agent แม่
การปรับเทียบ Token แบบ EMA
เอนจินใช้ค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล (EMA) เพื่อปรับเทียบความแม่นยำในการประมาณ token แบบไดนามิก:
| พารามิเตอร์ | ค่า | คำอธิบาย |
|---|---|---|
| ค่าเริ่มต้น | 3.0 chars/token | การประมาณแบบระมัดระวัง (เหมาะกับกรณีผสมภาษาจีน + โค้ด) |
| 3 ครั้งแรก | ค่าเฉลี่ยลู่เข้า | เข้าใกล้ค่าจริงอย่างรวดเร็ว |
| หลังจากนั้น | EMA α=0.15 | ติดตามการใช้งานจริงอย่างราบรื่น |
| การกรอง | 0.5 < observed < 8 | ตัดค่าผิดปกติออก |
หลังการเรียก LLM แต่ละครั้ง จะอัปเดตปัจจัยการปรับเทียบด้วยการใช้ token จริง เพื่อให้การประมาณงบประมาณคอนเท็กซ์แม่นยำยิ่งขึ้นเรื่อย ๆ
สแนปช็อตเซสชัน
รองรับการบันทึกสถานะเซสชันแบบถาวร เพื่อป้องกันการสูญเสียความคืบหน้าจากการขัดจังหวะที่ไม่คาดคิด:
| กลยุทธ์ | จังหวะที่ทำงาน |
|---|---|
every_tool_round (ค่าเริ่มต้น) |
หลังการเรียกเครื่องมือแต่ละครั้งเสร็จสิ้น |
every_round |
หลังการโต้ตอบ LLM แต่ละรอบ |
manual |
ทำงานเมื่อเรียกด้วยตนเองเท่านั้น |
สแนปช็อตถูกจัดเก็บเป็นไฟล์ JSON โดยใช้การเขียนแบบอะตอมมิก (.tmp + rename) เพื่อป้องกันไฟล์เสียหาย สามารถกู้คืนเซสชันที่ถูกขัดจังหวะได้ผ่าน resumeSessionId
สิ่งนี้มีความหมายอย่างไรต่อผู้ใช้
Agent Loop คือความสามารถที่ทำให้คุณสัมผัสได้ว่า "Agent กำลังทำงานอย่างต่อเนื่อง" เมื่อคุณพูดว่า "ช่วยปรับโครงสร้างโค้ดของโปรเจกต์นี้ให้หน่อย" Agent จะไม่ตอบเพียงคำแนะนำแล้วหยุด แต่มันจะเรียกดูไฟล์ วิเคราะห์โครงสร้าง แก้ไขทีละส่วน รันการทดสอบโดยอัตโนมัติ จนกว่าจะเสร็จสิ้น
ปรากฏการณ์ที่คุณสังเกตได้:
- Agent เรียกใช้เครื่องมือหลายอย่างต่อเนื่อง (ลิสต์ไฟล์ → อ่านไฟล์ → แก้ไขไฟล์ → รันการทดสอบ) โดยการเรียกเครื่องมือจะปรากฏขึ้นตามลำดับบนหน้าจอ
- หาก Agent ล้มเหลวติดต่อกัน 5 ครั้ง (เช่น API หมดเวลา) มันจะหยุดพัก 60 วินาทีแทนที่จะลองใหม่ไม่รู้จบ คุณจะเห็นช่วงรอสักครู่ก่อนที่ Agent จะบอกคุณว่าพบปัญหา
- โดยค่าเริ่มต้นจะทำงานสูงสุด 25 รอบ งานที่ซับซ้อนมากอาจหยุดหลังจาก 25 รอบและบอกคุณว่า "ถึงจำนวนรอบสูงสุดแล้ว"
สิ่งที่คุณทำได้:
- คลิกปุ่ม หยุด เพื่อยกเลิกการทำงานของ Agent ได้ทุกเมื่อ
- หาก Agent ทำงานผิดทิศทาง ให้ยกเลิกแล้วให้คำสั่งที่ชัดเจนยิ่งขึ้น
- สำหรับงานที่ซับซ้อนเป็นพิเศษ คุณสามารถให้ Agent วางแผนก่อนแล้วค่อยลงมือทำ ("วางแผนมาก่อน รอฉันยืนยันแล้วค่อยลงมือทำ")
เอกสารที่เกี่ยวข้อง
- กลยุทธ์การบีบอัดคอนเท็กซ์ 5 ชั้น — รายละเอียดการจัดการคอนเท็กซ์
- ระบบความจำสามมิติ — การฉีดและการค้นหาความจำ
- การโต้ตอบสนทนาของ Work — ประสบการณ์ Agent Loop ในอินเทอร์เฟซผู้ใช้