一文搞懂 Agent 的进化：从 RAG/ReAct 到 Skills/Harness/Loop
如果你是 2024 年入门 AI 应用的，你脑子里大概有一张这样的地图：想让模型用上外部知识，上 RAG；想让它一步步推理着干活，用 ReAct；想让它调工具，配 Function Call；想让它别瞎答，加个 prompt 模板把话说清楚。
[agent开发面试]Agent Loop 与 ReAct：循环怎么转、怎么停
Agent Loop 是一个 while 循环：组装上下文 → 模型决策 → 执行工具 → 观察回灌 → 判停。听起来是「谁都会写」，但能不能写严谨，是「会调框架」和「会做 Agent」的分界线——因为循环写得不严谨，模型再强也救不回来。
AI Agent 的"推理-行动-观察"循环（ReAct Loop）是如何运作的
ReAct 不是一个框架，不是一个库，不是一个产品。它是一种让 Agent 能真正"干活"的运作机制——推理告诉 Agent 下一步做什么，行动去触发外部系统，观察把结果拿回来修正判断，三步循环往复，直到任务完成。
从 Prompt 到 Harness：企业级 Agent 工程的完整演进之路
本文系统性地回顾了我们在构建企业级 AI Agent 平台过程中走过的完整技术演进路径——从大模型的先天约束出发，经历 Prompt 工程、Context 工程、Harness 工程三个阶段，最终演化出一套五层架构的 Agent 操作系统。
从 ReAct 到 Ralph Loop：AI Agent 的持续迭代范式
作者：丹坤痛点：AI 编程助手为何总是“半途而废”？
从零手写 ReAct Agent：一个 loop、一个 tool、一个 parser，就这
一、为什么要"手写"一遍？OpenAI 的 tools 不是更香吗？我一开始也偷懒干嘛还要拿 Prompt 硬撸 ReAct？直到我把前面笔记写的 Function Calling Agent 拿出来 debug，盯着 msg.
Cursor /loop：事件驱动的长时运行 Agent 循环模式
阅读说明这是一篇技术内容，适合想深入理解的读者。
Loop Engineering：Agent时代的棘轮效应
2026年6月，“Loop Engineering”突然成了热词。直到Loop这个概念彻底火起来，我看到谷歌工程师Addy Osmani那篇《Loop Engineering》，又顺着翻了一圈相关的讨论，才慢慢回过味来:我那一周做的，恰恰就是这段时间AI圈都在推崇的事——该好好设计Loop了。
Agent Loop 设计：反思重试与 ReAct 工具调用
这是「Agentic RAG 企业知识库实战」系列的第二篇。上一篇讲了 Why 和 What——为什么需要 Agentic RAG、选了什么技术栈。这一篇深入 How：Agent Loop 到底怎么编排，反思重试怎么落地，工具调用有几道闸。