WorkBuddy执行任务重复循环浪费token，教你一招止损

WorkBuddy 有时兜圈子、卡在思考里空转，根源是失败重复和成功重复两种 loop，Harness 只在轮次上限才喊停。作者写了一个 12KB 的外聘教练脚本，专门算 token 账，撞墙三四次就掐断止损。

使用过一段时间WorkBuddy的小伙伴都知道，有些时候你会感觉WorkBuddy执行任务的速度很慢，它好像在兜圈子，绕了一圈又绕了回来。

还有的时候它好像也没在调用工具干活，就一直卡在思考的环境，思考了半天感觉没动静。但过了一会儿，它又继续干活了。

这两种情况的根源在于，它在重复循环，重复撞墙，你可以理解成就是在兜圈子，或者叫空转。咱们一个个来理解，首先重复循环也分两种情况，一种是失败重复，一种是成功了还在重复。

失败重复，撞了七八次还在撞

第一种失败重复，比如你让它去查询一个文件，这个文件很重要，它就会去调用工具查询。而这个文件已经是不存在的了，它不知道啊，傻乎乎地重复循环查了七八次没查到，还在继续查。

没人去喊它停，别查了。也没有对应的规矩告诉它，查询了三次查不到就停止。这时候有小伙伴就会说了，那个Harness工程不就是来约束它的规矩么，Harness不会看到它干傻事了，喊它马上停下来么。

实际上不会，Harness只是给模型无限重试的机会，并没有对应的及时喊停止损机制。那什么时候它会才会意识到这个文件不存在，停下来呢？

有三种可能，一是模型悟了。

某次报错之后，它真的悟了。这个文件可能真的不存在。至于什么时候悟，纯看模型的心情和你一开始给的提示词。第二种可能是触发了Harness对于单次任务循环的轮次上限。

所以Harness不是不会喊停，而是等Agent已经兜了半天圈子，浪费了很多token，触发了轮次上限了，才喊停。哪怕这个时候模型已经空转了几十轮，而Harness只是在计算轮次，不会考虑这几十轮有多少是浪费的。

剩下就是你的WorkBuddy积分消耗光了，因为token消耗了很多，这个是对应的。然后是上下文窗口爆了，因为上下文长到一定的极限，会触发WorkBuddy去自动压缩，或者直接报错。

成功重复，查到了还在查

第二种成功重复，还是举同样的例子，你让它去查询文件，文件是存在的。正常情况下，它只需查询一次就可以了，因为调用命令工具后返回的结果都是一样的。但是它重复查询了五次，最后终于安心了，然后告诉你查到了。

这里面就存在四次是浪费的，空转的。因此无论是失败重复，还是成功重复，这种重复循环，换成一个叫loop的词，你应该见过，loop就是循环。Agent就是因为有了loop，它才能一直干活下去，直到任务完成。

没有这个循环，模型就只能一问一答，你问一句它答一句，干不了连续的活。有了loop，它才能想一下，动一下，看一下结果，再想一下，一步步把任务推进下去，直到完成。

教练管花钱，它妈管干活

但是这个过程，就是缺乏一个人站在旁边给它当实时的教练。这个教练是外聘的，专门算账的。算的是token的账，WorkBuddy的积分账。也就是说这个教练是看着WorkBuddy怎么花钱，不能让它乱花钱。

而WorkBuddy本身那套自带的Agent Harness，就有点像它妈。它妈惯着孩子啊，没事孩子你跑去，折腾去，别管家里有没有钱花，随便造。等造得鼻青脸肿了，钱花完了惹事了，这当妈的才上去喊停。

大概就是这样，可能如此举例不大恰当，但其实是很生活化，很符合我们人类社会场景的。因为各自站的角度不一样，秉持的立场就不一样。教练是我们请来监督WorkBuddy，立场和目的是为了省钱。

如果教练不帮我们省钱，我们就没有必要请他，他是毫无价值的。WorkBuddy它妈那是原生的，亲生的，它当然希望WorkBuddy能健康成长，把各种用户交代的任务完成好，别半途而废，遇到挫折一两次就放弃了。

如果是这样子，使用WorkBuddy的用户就会觉得，WorkBuddy这孩子是个什么玩意儿，这也能叫Agent，活都没干好，它妈肯定没教育好孩子。最后补充一点，你看到WorkBuddy的深度思考好像卡住很久了。

深度思考卡住，教练管不了

有两种可能，一种是模型在长推理。因为前面试错的次数太多了，上下文已经堆得很长，每次思考都要背着这一大堆历史重新推理一遍。

重复循环的空转不光直接烧token，还会把会话拖得越来越慢，越来越贵。另外一种就是模型服务挂了，或者网络卡顿的问题。但这个卡住思考的问题是教练解决不了的，教练只能管WorkBuddy动手动脚的事情。

WorkBuddy在动手动脚干活的时候，就会引发前面所说的两种重复循环，重复撞墙，空转浪费token，浪费积分的情况。笨手笨脚进而多多少少也会影响脑子的问题，因为动的手脚多了，会话上下文多了，思考推理时间也会增加。

所以你看，这又串起来了。你要理解或者说学习Agent的工作原理和流程，你就把它当成一个人去看，其实是通的。WorkBuddy作为一个Agent，底层就是如此。Agent是人设计的，Harness也是，所以跟人很相似的。

请个外聘教练，12KB的小脚本

好了，到这里不能再啰嗦再绕了，不然有人该开骂了。老马你逼逼半天，到底有没有解决办法。当然，办法就是请个教练。这个教练真是外聘的外教，是老马参考了微软的开源工具 TokenEconomizer提炼出来的。

这是一个装在WorkBuddy底层的本地小程序，通过Hook钩子的挂载机制，挂上去的一个叫Python写的小脚本。

它的作用在于，Agent每次用工具时都会过一眼，发现连续失败3次，或者同一条命令原样重复好几遍没有进展。

它就会在模型想收工时把它打回来，逼它停下交代卡点或者换思路，不许继续撞墙了，不要再做无意义的重复循环空转了。

对于前面说到的失败重复和成功重复都能成功喊停，甚至于隐藏起来的失败也可以。而且这个脚本本身是不消耗任何token和积分，喊停的速度还挺快，基本可以达到 33ms。

经过老马实际测试下来，对于一些卡住重复循环的任务，平均能减少 40%~60%的token消耗。日常的任务，大概能减少 5%~15%的token消耗。

只有很顺利的任务，没啥卡点的任务，脚本才不会出手去随便喊停。这个脚本跟你使用什么模型是没有关系的，它只对Agent的底层操作进行监控和出手。

那么安装使用这个脚本也非常简单，老马把整个过程都整理成了一个Skill。skill只是辅助安装这个脚本，它是说明书，没有其它作用。脚本一旦安装上了，就一直生效的，除非你哪天让WorkBuddy清理卸载掉。

现在你只需要打开WorkBuddy，把下面的提示词发送过去，就可以把这个脚本安装成功了。脚本本身非常小，文件只有12KB：

安装这个skill: dl.97444.cn/token-stuck-guard.zip

另外，这个脚本本身是无害的，如果你有所担心可以让WorkBuddy执行一下安全审查，装个所谓的什么安全审查Skill之类的。好家伙，本文居然做到了完全没有一张配图。