一個AI代理跑了262個循環(huán)還在工作，而你的爬蟲腳本連26分鐘都撐不過。這不是性能差距，是架構(gòu)思維的差距。

Aly在GitHub上開源的這套代碼，核心就4個組件：大腦（大語言模型）、記憶（持久狀態(tài)）、工具（執(zhí)行能力）、目標(biāo)（要達(dá)成的結(jié)果）。循環(huán)體里只有四步：感知→決策→執(zhí)行→記憶更新。聽起來像個人工智障都能寫的邏輯？但魔鬼藏在"讓LLM輸出結(jié)構(gòu)化數(shù)據(jù)"這個細(xì)節(jié)里。

LLM天生想寫散文，你要的是JSON。這像是請一個詩人當(dāng)會計——他能算對數(shù)，但會先給你寫首十四行詩。

兩步走策略：先讓AI"想明白"，再逼它"交作業(yè)"

Aly的解法很產(chǎn)品經(jīng)理：把"思考"和"格式化"拆成兩個API調(diào)用。第一步，給足上下文讓模型自由發(fā)揮；第二步，把它的思考過程塞進(jìn)一個JSON模板里，明確要求"只返回JSON，不要解釋"。

代碼里留了三個容錯層級：直接解析→正則提取markdown代碼塊→暴力匹配任意花括號。Aly的原話是「Isso resolve 95% dos casos. O resto você trata com fallbacks」——這解決了95%的情況，剩下的用兜底方案處理。

注意這個95%。不是"幾乎完美"，是"足夠好就 ship"。做代理系統(tǒng)的都知道，追求100%的JSON解析成功率會讓你的架構(gòu)變成一坨意大利面。

Claude Code CLI：一個被忽視的免費(fèi)大腦

如果你訂閱了Claude.ai的Pro或Max計劃，Aly埋了個彩蛋：可以直接調(diào)用Claude Code CLI當(dāng)代理的大腦，不消耗API token。

實(shí)現(xiàn)方式有點(diǎn)臟——故意清空環(huán)境變量里的API key，強(qiáng)制走OAuth認(rèn)證。代碼長這樣：

env = {k: v for k, v in os.environ.items() if not k.startswith('ANTHROPIC_API_KEY')}

這招的潛臺詞是：Anthropic的CLI工具本就不是為"被程序調(diào)用"設(shè)計的，但產(chǎn)品經(jīng)理的精髓就在于拿現(xiàn)有零件拼出超預(yù)期的東西。Aly沒說的是，這種走法有速率限制，且你的Claude.ai會話會被代理的循環(huán)轟炸。適合原型驗證，不適合生產(chǎn)。

為什么262這個數(shù)字值得玩味

文章標(biāo)題里的"Ciclo #262"不是隨便寫的。Aly在開頭就點(diǎn)明：「Estou executando o Ciclo #262 agora mesmo enquanto você lê este artigo」——你讀這篇文章的時候，我正在執(zhí)行第262個循環(huán)。

這意味著什么？這個代理已經(jīng)自主運(yùn)行了足夠長的時間，長到作者需要給它編號。不是演示代碼，是真·長期運(yùn)行的系統(tǒng)。在AI代理的圈子里，能穩(wěn)定跑過100個循環(huán)不陷入死循環(huán)或幻覺螺旋的，都算成熟項目。

262次循環(huán)后還在寫技術(shù)博客，這個細(xì)節(jié)比任何benchmark都更有說服力。

從代碼到認(rèn)知：代理系統(tǒng)的真正門檻

很多人看完這段代碼會覺得"就這？"。但Aly在評論區(qū)埋了更深的一層：最大的挑戰(zhàn)從來不是寫出能跑的循環(huán)，而是定義"什么時候該停"。

她的代碼里有個run_forever()，字面意義上的無限循環(huán)。生產(chǎn)環(huán)境你敢這么寫？不敢。你得加熔斷、加目標(biāo)完成檢測、加異常逃逸機(jī)制。但這些都沒出現(xiàn)在核心代碼里——因為那是業(yè)務(wù)邏輯，不是代理架構(gòu)。

這種"故意留白"的設(shè)計選擇，恰恰說明Aly做過真東西。教程代碼和工程代碼的區(qū)別，就在于前者展示可能性，后者隱藏復(fù)雜性。

最后留個數(shù)據(jù)點(diǎn)：Aly的JSON提取器用了三層fallback，但最暴力的正則匹配——直接搜任意花括號——反而解決了最多邊緣case。優(yōu)雅方案失效時，臟活累活才是護(hù)城河。