无进展检测

识别重复行动且未减少未决验收项的循环。

Agent会重复搜索、反复修改同一段文字，也可能在缺少授权或数据时持续尝试。无进展检测关注目标状态是否改善，而非简单计数。两次相同检索可能是验证需要，十次不同查询也可能没有新增证据；单纯限制轮数无法完整识别这些情况。

建议同时观察工具参数、证据增量、未决验收项、候选产物变化与预算。若连续若干步都没有新来源、没有减少关键缺口，也没有改变可验证状态，就应要求改策略。阈值按任务类型实验，不能把固定三步或五步当通用标准。长时间计算也可能有进度，应由工具报告阶段状态，而不是被误判成模型停滞。

恢复动作应有顺序：先确认错误是资料不足、工具失效、规划错误还是模型能力不足；再尝试替代来源、缩小问题、调整工具或切换获准模型。升级模型要消耗剩余预算，也要满足数据和能力合同。权限拒绝或无法得到关键事实，不属于可通过更多推理消除的障碍。

达到停止条件时，保存当前产物、已验证项、缺失证据及继续所需输入。不要把无进展状态隐去，继续展示泛化的“正在努力”。测试集应包含重复网页、空结果、相互循环的工具提示和真正不可解任务，检查停止是否及时、解释是否准确，以及误停是否影响本来可完成的长任务。

可把界面进度从“已执行多少步”改为“已完成多少验收项、还缺什么证据”。后者允许用户判断继续投入是否有价值。无进展报警也要带解释：是没有新增资料、外部工具持续不可用，还是计划反复变化。没有这些区分，系统可能错误地把资料权限问题归因给模型不够聪明。

实践重点：跟踪相同调用、证据增量、未决项与候选变化；受预算约束地换策略。

验证抓手：用重复搜索与不可解任务测停止、降级与解释。

常见误区：无限换模型重试，或仅靠步数把有效长任务误杀。

Anthropic：长期任务Harness；Codex：turn与step循环源码。