长对话达到最大轮次后续跑时，Agent 仅执行 1–2 turns 便提前结束 #737

问题描述

在长时间运行的任务中，Agent 第一次可以正常执行大量 turns；但达到单次任务最大轮次后，再次要求继续时，新任务虽然已获得新的 turn 配额，却往往只执行 1～2 turns 就自行结束。

该问题在 Goal Mode / Reflect 持续唤醒场景下尤其明显。它并非简单的 max_turns=180 限制：后续任务的 turn 计数已重新从 1 开始，但仍会远未达到 180 turns 就提前结束。

复现步骤

1. 启动一个需要长期持续执行的 Goal Mode 任务。
2. 让 Agent 进行多轮分析、验证和优化，使 LLM session history 变长。
3. 第一次任务结束或达到最大轮次后，通过 Goal Mode / Reflect 再次唤醒 Agent。
4. 在续跑提示中明确要求 Agent 不得直接宣告完成，应继续检查和改进。
5. 观察续跑任务的实际执行轮数。

实际表现

一次实际运行中：

• 第一次唤醒：约 122 turns
• 第二次唤醒：约 6 turns
• 第三次唤醒：约 2 turns

每次唤醒的内部 turn 均已重新从 1 开始。续跑时，模型通常很快生成总结性文本，不再调用工具，随后 Agent 将任务判定为完成并退出。

预期表现

1. 新一次唤醒应正常获得完整的 turn 配额；
2. 前序长对话不应导致模型在 1～2 turns 内错误判断任务已完成；
3. Goal Mode 应基于当前状态继续进行实质性操作；
4. 引擎应能区分真正完成、异常提前收尾、达到最大轮次、用户中止和后端错误。

初步根因分析

初步定位到以下链路：

1. 不同 put_task 之间复用了同一个 LLM session history；
2. 第一次长任务的历史中积累了大量“全部完成”“最终交付”“收口”等完成态内容；
3. 再次唤醒时，虽然注入了 CONTINUATION_PROMPT，但模型仍会看到此前完整或裁剪后的长历史；
4. 模型受完成态历史影响，很快输出总结而不再调用工具；
5. 无工具调用进入 no_tool 路径；
6. do_no_tool 返回的 StepOutcome 没有 next_prompt；
7. agent_loop.py 将其判定为 CURRENT_TASK_DONE 并退出。

调用链可概括为：

long session history
  → completion-state semantic pollution
  → model outputs final text without tool calls
  → do_no_tool(...)
  → StepOutcome(..., next_prompt=None)
  → CURRENT_TASK_DONE
  → exits after 1–2 turns

因此，这更像是长上下文中的完成态语义污染，而不只是最大轮次配置问题。

相关代码

• agent_loop.py：next_prompt is None 时将任务视为 CURRENT_TASK_DONE，无法区分真正完成和异常提前收尾。
• ga.py：do_no_tool 返回 StepOutcome(response, next_prompt=None)。
• llmcore.py：现有 trim_messages_history 主要按容量/字符量裁剪，缺少语义感知；裁剪后仍可能保留大量完成态内容。
• reflect/goal_mode.py：CONTINUATION_PROMPT 无法稳定覆盖长历史中积累的完成态语义。

建议方案

1. Goal Mode 续跑时重建精简上下文

新唤醒时不直接继承完整原始 history，而是构造：

System Prompt
+ 结构化任务状态摘要
+ 当前目标
+ 已完成事项
+ 待验证事项
+ 交付物路径
+ 本轮继续执行要求

状态可从 working.key_info、history_info、checkpoint、Goal Mode state file 和工作目录恢复。

2. 增加有上限的 early-exit guard

Goal Mode 新唤醒后，若模型在前 N turns 内直接进入 no_tool，先注入一次恢复提示，要求检查当前产物并执行至少一项实质性验证或改进；设置重试上限，避免真正完成时无限循环。

3. 细化退出原因

建议区分：

• CURRENT_TASK_DONE
• MAX_TURNS_EXCEEDED
• EARLY_NO_TOOL
• USER_ABORTED
• BACKEND_ERROR
• GOAL_BUDGET_EXHAUSTED

不建议仅调大 max_turns，因为续跑任务本身并未耗尽新的 turn 配额。

相关 Issues

暂未发现完全相同的问题。可能相关：

• 超过50k上下文时，会重复返回，像是死循环，只能主动关闭 #417：超长上下文后重复输出或死循环
• 对话历史上下文递归嵌套导致 Token 消耗异常增长 #319：对话历史递归嵌套导致 Token 异常增长
• 过短 #20：弱模型工具调用格式错误导致只有一个 turn（根因不同）
• Bug: Agent 在任务完成后未正确退出，循环执行直到达到最大轮次限制 #312：任务完成后不退出（症状相反）

其中 #417 和本问题可能同属长上下文下的行为退化，但一个表现为重复/死循环，本问题表现为过早总结退出。

环境信息

Repository: lsdefine/GenericAgent
Mode: Goal Mode / Reflect
Configured max turns per task: 180
First long run: approximately 122 turns
Second continuation: approximately 6 turns
Third continuation: approximately 2 turns