CycleDetector三维度四分类算法实现Agent循环精准识别 误报率低于2%

CycleDetector算法于2026年10月公开完整检测逻辑，采用三维度并行检测与四分类阈值策略重构Agent循环判定标准。第一维度Identical Call Streak检测工具名、参数及结果哈希完全一致的调用序列，预警阈值3次、终止阈值5次；第二维度Tool Category Streak按Exploration（探索类）、Action（操作类）等类别统计连续调用，预警50次、终止100次；第三维度Error Streak基于错误语义相似度识别重复失败模式，阈值设为8–15次。三维度独立运行，任一达终止阈值即触发自愈流程。工具按Exploration、Action、Plan、Custom四级分类设定差异化阈值：探索类Warn=100/Term=200，动作类Warn=50/Term=100，规划类Warn=30/Term=60，支持用户自定义覆盖。关键创新是参数变化减半计数机制——当参数实质性变化时streak增量减半（+0.5），可识别“形式迭代、实质循环”行为，如补丁版本递增但错误模式重复的打地鼠式调试。该算法已在开源Agent框架测试，于12类作物45种病害叶片识别系统调试中成功拦截3起无限重试循环，放行7次跨20轮有效优化，误报率低于2%。其核心目标非消除所有循环，而是建立循环合理性评估框架，识别无信息增益的重复行为，提升Agent系统可靠性。