问题背景
在开发 AI 行程规划功能时，许多团队的第一反应是搭建一条流水线：提取目的地、查询机票、搜索酒店、排列每日行程、拼合成最终输出。这条流水线在 demo 阶段能够运行，但一旦面对真实用户，就会暴露出根本缺陷——真实的规划过程从来不是一条直线。用户可能中途改变主意，从高原改去海岛；可能某个地点没有直飞，需要重新调整路线；也可能发现某段路驾驶时间过长，需要拆成两天。流水线无法处理这些回头、换路、重来的需求，只能通过 if-else 堆砌状态机，最终变得难以维护。
野行 Y 采用了一个不同的思路：模型驱动的循环。这个循环没有“第几步”的概念，只有“当前状态”和“下一步决定”。当用户改变主意时，新消息进入上下文，模型自然按新意图行动；当驾驶时间过长需要拆分时，模型看到八小时返回结果，自己决定增加住宿点；当没有直飞时，工具返回无数据，模型看到后自动调整策略。规则从代码搬到了模型的判断中，维护的重点从庞大的状态机转变为“给模型什么工具、什么上下文、什么约束”。
核心概念
模型驱动的循环：每一轮模型只做一个决定——根据当前上下文，判断下一步该做什么。可能的行为包括搜索目的地、反问用户天数、估算驾驶时长、提交行程报告等。工具执行的结果回到上下文，模型看到结果后再决定下一步。
上下文：包含用户原始需求、历史对话、工具返回结果、系统约束指令等全部信息，是模型每轮决策的依据。
护栏：为防止模型不收敛、跑偏而设计的强制约束机制，是循环稳定运行的关键。
工作原理
循环的骨架是一个简单的 while 循环，代码位于 loop.py 的主循环中。它不关心“第几步该做什么”，反复执行以下流程：
- 将当前上下文喂给模型。
- 模型输出一个动作（如调用某个工具）。
- 执行该动作，获取结果。
- 将结果回填到上下文。
- 重复步骤1-4，直到模型调用
submit_plan提交行程。
这个循环的核心是“模型自己决定下一步”，系统只提供可用的工具和约束条件。
执行流程
一个典型的循环执行流程如下：
- 用户输入：例如“我想去高原自驾”。
- 模型判断需要更多信息，调用搜索工具查询高原自驾路线。
- 搜索结果返回上下文，模型看到信息后，可能反问用户“几天、几个人、开什么车”。
- 用户回答，上下文更新。
- 模型继续调用工具估算驾驶时长、查询住宿等。
- 当模型认为行程已经完整，调用
submit_plan提交最终行程。
如果用户中途改变主意，比如从高原改为海岛，新的输入进入上下文，模型在下一轮自然按新意图行动，不会因为之前已经规划了高原路线而卡住。
参数作用
循环本身并不复杂，真正复杂的是围绕它搭建的护栏系统。这些护栏在代码中通过强制检查、条件阻断、超时控制等方式实现，目的是防止模型犯浑。以下是野行 Y 中几个关键的护栏及其作用：
计数器：防止模型偷懒
模型可能试图用一大段文字糊弄过去，不调用工具。代码中有一个计数器，当模型尚未输出正式报告就吐出大量文字时，系统会回注一条指令：“别用纯文字，必须调 submit_plan 出正式报告”，强制模型走结构化输出流程。弱模型尤其容易犯这个错误。
撤除工具：防止模型过度搜索
模型可能查资料上瘾，连续搜索三四次游记，迟迟不进入排线阶段。此时系统直接将搜索工具从模型可用的工具列表中移除。模型看不见搜索工具，只能继续下一步操作。这种方式比单纯用文字提示更有效，因为工具不在手里，它无法绕开。
强制确认：确保人在环中
模型不能直接输出最终报告。在调用 submit_plan 之前，必须先将主线骨架摆给用户确认一次。代码强制检查：如果一次确认都没有走过，则打回，要求先展示给用户看。
子Agent核对：防止模型自我确认
模型刚排完主线时，上下文里充满了“为什么这么排”的理由，让它自查容易自我确认，觉得排得挺好。因此，在展示给用户之前，系统会另开一个干净的子 Agent，只拿着用户的原始要求和当前版本的主线，逐条核对硬伤：怕高反却上了高海拔？带着老人却单日暴走？三人中有的人的必去点被漏了？发现硬伤就要求重排。这个子 Agent 在用户看到主线之前执行，因此有问题的版本用户根本看不到。
驾时计算：防止模型忽略驾驶时长
自驾行程在出报告前，必须强制计算每天的驾驶时长。弱模型容易跳过这一步，排出一天开十二小时、一千多公里的路线。代码中设置强制检查：没有计算过驾驶时长就想提交，打回。
墙钟闸：防止超时
步数上限在慢模型下形同虚设，因为一步可能等待一百多秒，步数没用完，外部已经超时。因此系统增加一个计时器：跑满五分钟还没出报告，无论模型进行到哪一步，都强制它用已经核实过的真实地名收尾。宁可行程短一天，也不能让用户看到白屏。
示例说明
假设用户说“想去高原自驾，怕高反，带老人”。模型在循环中开始搜索，可能查到海拔四千七百米的垭口。子 Agent 核对时发现“怕高反”和“高海拔”冲突，立即打回要求重排。模型不得不调整，避开高海拔路线。如果模型绕圈子不提交，墙钟闸会在五分钟后强制收尾，用已经确认过的地名生成一个缩短版行程。
另一个例子：用户说“去稻城亚丁，从成都出发”。模型查询驾驶时长，发现单程八小时，一天开不完。它看到工具返回的数据，自己决定把这一天拆成两天，中间增加一个住宿点。如果模型不主动拆分，驾时计算护栏会强制检查并打回。
优势与限制
优势：循环能够自然处理回头、换路、重来，无需维护复杂的 if-else 状态机。模型可以根据实际返回的数据动态调整，灵活适应真实场景中的变化。
限制：循环本身依赖模型的能力，弱模型更容易犯偷懒、绕圈子、忽略细节等错误。因此需要大量护栏来兜底，这些护栏的开发和维护成本很高。一个裸的 while 循环会出两类事故：不收敛（一直搜索不提交）和跑偏（忽略用户约束）。
常见误区
误区一：认为 agentic loop 就是“让模型自由决定”，把重点放在模型本身。实际上，最花力气的地方在于设计护栏，防止模型自由过头。
误区二：认为循环可以完全替代规则。实际上，护栏本身就是规则，只是从代码逻辑转移到了系统约束。模型再聪明，也有犯浑的时候，系统必须在那时还能体面收场。
适用场景
模型驱动的循环适用于需要动态规划、用户意图可能频繁变化、需要根据实时数据调整的复杂任务。例如行程规划、多步骤研究、对话式决策等。不适用于线性、确定性、无需反馈的任务。
内容总结
野行 Y 的循环是一个模型驱动的主循环，加上一圈护栏兜着。护栏包括计数器、撤工具、强制确认、子Agent核对、驾时计算、墙钟闸。这些护栏是系统稳定运行的关键，也是整个引擎的核心。后续的工具设计将在此基础上展开。
