一句话定义：智能体循环检测（Loop Detection）是在智能体（Agent）运行时，识别它是否陷入了重复且没有进展的行为模式，并及时提醒、换策略或终止的机制。
智能体的工作方式通常是「想一步、做一步、看结果」的循环：调用搜索、读文件、写代码、再根据反馈调整。正常循环会逐步逼近目标；异常循环则像在商场地下车库找车，绕了三圈还是同一根柱子。典型信号有四类：动作重复（连续多次调用同一个工具、参数几乎一样）、状态重复（环境返回的观测或短期记忆几乎不变）、无进展（错误信息、目标完成度长时间不动）、振荡（A 方案失败换 B，B 失败又换回 A）。
生活里也有对应场景：打客服电话被转回同一个语音菜单，「按 1 查话费，按 2 转人工」，按 2 又回到主菜单。智能体也会这样：搜索词换来换去但语义相同，同一段报错反复重试同一行代码，或者不停「再确认一下」却不产生新信息。
检测到之后，常见处理分几层：提示层把失败历史写回上下文，明确说「不要重复以下方案」；控制层设置重试上限、相似度阈值、步数或时间预算；执行层强制换策略，比如换工具、换检索词、降级到人工或升级到更强的推理；观测层记录轨迹并告警，方便事后复盘。
它和几个相邻概念容易混：
| 机制 | 看什么 | 何时触发 | 典型动作 |
|---|---|---|---|
| 重试（Retry） | 单次失败 | 失败后 | 原样再来，次数有限 |
| 超时（Timeout） | 耗时 | 超过预算 | 直接终止 |
| 循环检测（Loop Detection） | 行为轨迹模式 | 发现重复或无进展 | 换策略或终止 |
关键区别在于：重试是明知同样操作再试一次，循环检测处理的是「看起来每一步都在变，实际整体在原地」；死循环是程序意义上的永不终止，循环检测更多是语义层面的无效重复；超时按时间兜底，循环检测能更早从轨迹模式里发现问题。
对从业者，循环检测直接关系到 token 消耗、算力成本和任务成功率，是护栏（guardrail）的一部分；对普通职场人，用 AI 助手时如果它反复说「我再试一次」，可以主动打断，补充约束条件或换一个问法。具体阈值和实现各平台不同，以官方文档为准。