任务编排与循环执行
让任务自己找到 下一步。
复杂工作很少一次完成。我们研究 Agent 如何把目标拆成可执行步骤，在工具、资料和结果之间形成稳定循环，并在每一轮结束时决定下一步。
我们关注的问题
- 如何把开放目标转成可检查的任务循环？
- 怎样避免循环失控、重复或停在无效步骤？
Agent Loop 研究
从一次回答， 走向持续完成。
我们把 Loop 作为 Agent 持续执行任务的一条研究路径：围绕目标规划、行动、检查与修正，让一次响应延伸为可观察、可接续的工作过程。
研究方向
让 Agent 持续行动，也持续接近目标。
我们关注 Agent 如何在真实目标下持续推进：知道下一步做什么，知道何时回看结果，也知道什么时候应该交还给人。Loop 的潜力，需要在真实任务中验证。
反馈驱动的改进
让每一轮行动， 都更接近结果。
Loop 的价值来自反馈，而不是无休止地运行。我们关注结果如何被评估、错误如何被定位、策略如何被调整，让下一轮行动建立在上一轮的真实结果之上。
我们关注的问题
- 什么反馈足以触发下一轮，而不是制造噪声？
- 如何衡量一个 Loop 是否真的带来进步？
可观测性与人的介入
让持续行动， 始终可见可控。
持续运行需要清晰的边界。我们研究过程记录、权限、暂停与交接，让人随时知道 Loop 正在做什么、为什么这样做，并能在关键节点接管方向。
我们关注的问题
- 哪些节点需要确认、暂停或重新规划？
- 怎样让结果、成本与风险对使用者清楚可见？
研究方法
把 Loop 的问题， 带回真实的使用。
持续行动只有放进真实工作才有意义。我们以明确目标、可追踪过程和可复盘结果为基础，让每一次循环都能被理解、衡量和改进。
从目标开始
关注个人、团队与企业真正想完成的任务，先定义结果，再决定 Agent 需要经历哪些步骤。
让过程可见
记录每一轮的输入、行动、工具与结果，把完成度、成本和风险变成可以讨论的事实。
在反馈中继续
关注失败、停顿与人工接管，让下一轮行动有依据，也让不该继续的 Loop 及时结束。