一次讲清楚 Agent 中的 Turn

大家在使用Codex或者其他Harness的桌面应用时应该发现了，我们下达一个任务，Agent中间有很多工具调用，并且把中间过程隐藏起来，在最后都会回复一段文本然后结束本次任务。

不知道大家想过这是为什么吗？

Harness框架是怎么知道什么结束任务，中间过程为什么要隐藏起来。

在 Claude Code、Codex 这类 Agent Harness 中，经常会看到一个概念：

Turn。

理解 Turn 很重要，因为 Agent 的一次用户请求，往往并不只对应一次模型调用。

一、什么是 Turn？

可以先记住一个最简单的定义：

一个 Turn，是从用户发起一次任务开始，到 Agent 完成这次任务并返回最终结果为止的完整执行过程。

例如用户输入：

帮我分析这个项目为什么启动失败。

Agent 可能需要：

读取配置
→ 查看代码
→ 执行命令
→ 分析结果
→ 再读取文件
→ 再执行测试
→ 最终回答

虽然中间调用了很多次模型和工具，但它们都在完成同一个用户任务，所以仍然属于：

一个 Turn

二、一个 Turn 并不等于一次模型调用

普通聊天通常比较简单：

User
 ↓
LLM
 ↓
Answer

但 Agent 不一样。

模型可能需要通过工具不断获取新的信息：

正在渲染图表…

因此一次 Turn 内部可能发生：

LLM #1
→ Tool
 
LLM #2
→ Tool
→ Tool
 
LLM #3
→ Tool
 
LLM #4
→ Final Answer

虽然模型调用了 4 次，但它们仍然只是一个 Turn。

三、为什么模型需要反复调用工具？

因为模型无法在第一次推理时就拥有完成任务所需的全部信息。

例如用户要求：

帮我找出项目启动失败的原因。

第一次模型可能只知道：

需要先查看 package.json。

于是调用：

Read(package.json)

拿到结果后，模型发现启动脚本本身没有问题，于是继续：

需要看看报错日志。

再调用：

Read(error.log)

从日志发现 Node.js 版本异常，于是可能继续执行：

node --version

最后信息足够，模型才回答：

项目启动失败是因为当前 Node.js 版本过低。

整个过程可以理解成：

正在渲染图表…

这整条行为轨迹，就是一个 Turn。

四、Turn 本质上是一条 Agent Trajectory

从 Agent 的角度看，一个 Turn 也可以理解成：

模型为了完成一个用户目标所经历的一整条行为轨迹。

也就是：

User Goal
    ↓
Reason
    ↓
Action
    ↓
Observation
    ↓
Reason
    ↓
Action
    ↓
Observation
    ↓
...
    ↓
Final Answer

其中：

Reason：模型根据当前信息判断下一步做什么；
Action：调用工具、执行命令、读取文件等；
Observation：工具执行之后返回的新信息；
Final Answer：模型认为信息已经足够，不再需要继续行动。

因此 Turn 并不是单纯的一条回答。

它包含的是：

用户目标
+
模型推理
+
工具调用
+
工具结果
+
继续推理
+
最终回答

五、什么时候一个 Turn 结束？

抛开异常、超时、预算等工程情况，判断规则其实非常简单：

只要模型还想继续调用工具，Turn 就还没有结束。

例如：

模型：
“我先检查一下配置文件。”
 
+ tool call

虽然模型已经输出了文字，但因为还有 Tool Call：

Turn 继续

工具执行完成之后，结果重新交给模型。

模型再次判断：

是否还需要更多信息？

如果还需要：

继续调用工具

如果不需要：

输出最终回答

Turn 才真正结束。

因此最简单的 Harness 逻辑甚至可以写成：

while True:
    response = call_model()
 
    if response.has_tool_calls:
        results = execute_tools(response.tool_calls)
        add_results_to_context(results)
        continue
 
    return response

这里：

有 Tool Call
→ Turn 继续

而：

没有新的 Tool Call
→ 模型正常完成回答
→ Turn 结束

六、不要把“出现 Text”理解成 Turn 结束

这是一个很容易误解的地方。

模型可能输出：

我先检查一下相关代码。

然后紧接着：

Read(...)

所以：

出现 Text

并不意味着 Turn 已经结束。

真正重要的是：

后面还有没有 Tool Call

例如：

LLM #1
text + tool call
→ Turn 未结束
 
LLM #2
text + tool call
→ Turn 未结束
 
LLM #3
tool call
→ Turn 未结束
 
LLM #4
final text
→ Turn 结束

因此更准确的定义是：

当模型不再请求新的工具，而是正常给出最终结果时，这个 Turn 才结束。

七、用一个完整例子理解

用户：

帮我检查为什么项目测试失败。

Agent：

正在渲染图表…

从外部看：

用户问了一次
Agent 回答了一次

但内部实际上经历了：

模型调用
→ 工具
→ 模型调用
→ 工具
→ 模型调用
→ 工具
→ 模型调用
→ 最终答案

这些全部属于同一个 Turn。

八、Turn 为什么是 Agent Harness 中的重要概念？

因为它给 Agent 的一次任务执行划定了一个非常清晰的生命周期：

Turn Start
    ↓
理解用户目标
    ↓
不断推理与行动
    ↓
获得环境反馈
    ↓
继续决策
    ↓
任务完成
    ↓
Turn Complete

对于 Harness 来说，它真正管理的是：

“为了响应这一次用户请求，Agent 还需不需要继续行动？”

而不是简单地判断：

模型 API 请求结束了吗？

一次 API 请求结束之后，模型完全可能因为需要 Tool Result 而继续下一次请求。

所以：

Model Response 结束
≠
Turn 结束

只有整个 Agent 行为链结束：

不再需要新的 Tool Call
+
给出最终回答

才意味着 Turn 真正完成。

总结

理解 Turn，只需要记住一句话：

一个 Turn，就是用户发起一次任务后，Agent 为完成这个目标经历的完整“推理 → 行动 → 观察 → 再推理”过程，直到模型不再调用工具并给出最终结果。

可以用最简单的一张图概括：

正在渲染图表…

所以即使后台发生：

10 次模型调用
20 次工具调用
几十次中间状态变化

只要它们都在处理用户刚刚下达的同一个任务，在 Agent Harness 看来：

这仍然只是一个 Turn。

Agent执行单次任务的单位 - Turn

一次讲清楚 Agent 中的 Turn

一、什么是 Turn？

二、一个 Turn 并不等于一次模型调用

三、为什么模型需要反复调用工具？

四、Turn 本质上是一条 Agent Trajectory

五、什么时候一个 Turn 结束？

六、不要把“出现 Text”理解成 Turn 结束

七、用一个完整例子理解

八、Turn 为什么是 Agent Harness 中的重要概念？

总结

推荐阅读

发表评论