十万个why：多个 Agent 协同干活，为什么跑着跑着它们开始互相“踢皮球”甚至聊起天了？
大家好，我是小富～
前段时间，我们团队搭了一个基于 Multi-Agent 多智能体的自动化写代码系统。
设计初衷非常完美：设定三个 Agent 角色：PM（提需求）、Coder（写代码）、Reviewer（做代码审查）。
我们满心欢喜地以为，给它们拉个群，扔一个需求进去，Coder 写完 Reviewer 提意见，Coder 再改，最后就能直接输出完美的源码。
结果一跑起来，就失控了！
一开始画风还算正常，Coder 写了代码，Reviewer 指出了两处 Bug。但改到第三轮的时候，大模型就开始出幺蛾子了。
后台日志打出来的对话变成了这样：
Reviewer：代码修改得非常完美，不仅解决了 Bug，还考虑了边界情况，干得漂亮！
Coder：非常感谢你的认可！如果还有任何需要优化的细节，请随时告诉我，我很乐意效劳。
Reviewer：目前看已经无可挑剔了，祝你度过愉快的一天！
Coder：你也一样，有新需求我们再联系！
Reviewer：好的，再见！
Coder：再见！
…… 循环 50 次
这俩 Agent 就像两个大妈聊天了，还挺有礼貌～
最后的一行有效代码没存下来，系统陷入死循环，白白烧了我几十万个 Token，直到触发了 API 的并发限流才强行终止。
很多人在做 Agent 开发时都踩过这个坑：Agent 一旦多起来，它们极容易在上下文里迷失目标，开始互相踢皮球、无意义复读，甚至聊起家常。
加了 Prompt 为什么依然拉不回来？
遇到这种死循环，我的第一反应往往是：一定是提示词 Prompt 没写好！
于是我们在 Coder 和 Reviewer 的 System Prompt 里加了警告： 【警告】绝对不允许闲聊！代码 Review 通过后，立刻停止对话！绝不允许说谢谢！
结果前两轮确实有效，但只要对话轮次超过 5 轮，它们又双叒叕开始聊起来了。
甚至有时候把随机性 Temperature 设为 0 都没用，它们会机械性地重复：
“代码无误。”、“收到。”、“代码无误。”、“收到。”
这说明，这根本不是 Prompt 的问题，是由于大语言模型的底层物理特性决定的。
真相大白：大模型没有“下班”的概念
要理解这个诡异的现象，要理解三个反直觉的底层常识
RLHF 的礼貌病
现在的大模型比如 GPT-4, Claude, DeepSeek，在出厂前，都经过了极其严格的 RLHF（基于人类反馈的强化学习）对齐训练。
人类给模型打分的标准之一就是礼貌、有用、温和。这种训练把别人夸你，你要说不客气变成了模型的肌肉记忆。这是深深地刻在了它的权重里，普通的 Prompt 根本压不住这种底层的概率惯性。
上下文漂移（Context Drift）
为什么前两轮不闲聊，第五轮就开始聊了？
因为大模型的注意力机制是有偏好的，它更容易被距离最近的 Token 吸引。
也就是说对话越来越长，最顶部的 System Prompt（不许闲聊）的注意力权重会被稀释。
模型看着最近的 10 句话全是在互相讨论代码细节，它会觉得当前的任务语境就是聊天，彻底忘了最初的任务目标。
自由对话没有状态机
这也是最致命的一点。
我们的微服务调用，有 Request 就有 Response，处理完了立刻 return。
但在基于开源框架，像早期的 AutoGen 或 CrewAI 的群聊模式中，Agent 并没有结束进程的概念。
只要你不从代码层面把死循环给 Break 掉，大模型永远都能预测出下一个字。
如何终结 Agent 的踢皮球？
企业级 AI 工程落地，我们绝对不能把系统的控制权完全交给大模型的自由发散。肯定要把 软件工程的确定性 叠加到 大模型的随机性 之上。
有几种方案
放弃自由群聊，引入有限状态机
目前 AI 开发 LangGraph 这种基于图结构的状态机编排模式是主流做法！
在 LangGraph 中，Agent 不再是聊天窗口里的人，而是图上的节点 Node。Reviewer 审查完代码后，不是输出一段文本，是必须输出一个状态（如 "status": "approved" 或 "status": "needs_revision"）。
然后由框架层面的条件边，通过硬代码 if-else 来决定是路由回 Coder 节点，还是路由到终点 END。这样从根本上杜绝了闲聊。
强制使用 Tool Calling 交出控制权
如果不使用复杂的图架构，也可以通过工具调用来强制终止。
我们可以给 Reviewer 提供一个名为 Submit_Final_Result 的工具（Tool/Function）。
在 Prompt 中严格规定，当你认为代码无误时，禁止回复任何文本，必须且只能调用 Submit_Final_Result 工具。
一旦大模型触发了这个工操作，我们的外层系统截获到工具调用请求，直接跳出 while 循环，强行中断。
加入熔断机制
AI 开发永远要假设大模型会发疯。
编写 Agent 循环逻辑，必须加上死循环兜底机制，比如设定 max_turns = 10。
如果对话轮次达到 10 轮依然没有输出结果，系统强制抛出 Timeout 异常，并将这 10 轮废话做一次Summarize 总结缩写，清理掉那些充满客套话的脏数据，然后重新拉起一个新的干净的会话环境。
总结
当你开始做 AI 业务时，你会深刻感受到传统架构与 AI 架构的撕裂感。
我的真实感受是：
不要指望只靠一句 Prompt 就能压住大模型底层的概率分布。
对于 Multi-Agent 系统，自由度越高，系统越脆弱。
把大模型当做纯粹的推理计算单元，把流程流转的控制权握在状态机手里才有安全感！