6 Schleifentypen in produktiven KI-Agenten: Eine einwöchige Log-Analyse

Ein Reddit-Nutzer ließ eine Woche lang 5 Produktionsagenten laufen (Support-Triage, Strategy-Orchestrator, Code-Reviewer, Strategy-Worker, Deal-Monitor) und protokollierte 670 Ereignisse. Dabei entdeckte er 6 Loop-Typen mit hohem Schweregrad, die oft unbemerkt bleiben, bis die monatliche OpenAI-Rechnung eintrifft. Hier sind die Muster, zusammengefasst für praktisches Debugging.

Die 6 Loop-Typen

• Entscheidungsoszillation: Der Agent wechselt 6 Mal zwischen 2 Werten für denselben Schlüssel. Die Logs zeigen jedes Mal eine eindeutige Antwort, aber sie alterniert zwischen denselben zwei Optionen.
• Wiederholungsschleife: 15 aufeinanderfolgende Aufrufe desselben Tools mit identischen Argumenten, alle 15 fehlgeschlagen. Kein Schutzschalter hat das gestoppt. Statuscodes waren leer, was zu einem stillen Fehler führte.
• Ping-Pong-Schleife: Zwei Agenten (Strategy-Orchestrator und Strategy-Worker) schreiben abwechselnd in denselben gemeinsamen Speicherschlüssel, wobei jeder die Schreiboperation des anderen „korrigiert“. Vor der Erkennung wurden 6 Schreibvorgänge ausgeführt.
• Recall-Write-Schleife: Der Agent liest den Speicher, schreibt eine überarbeitete Version, die zu 100 % mit der vorherigen Schreiboperation identisch ist. Wiederholt sich 5 Zyklen lang. Reine Verschwendung.
• Reflexionsschleife: 3 aufeinanderfolgende Schreibvorgänge in denselben Schlüssel, jeder mindestens 84 % ähnlich zum vorherigen. Selbstreflexion wird zur Selbstbeschäftigung.
• Tool-Nichtdeterminismus: 5 erfolgreiche Aufrufe desselben Tools mit identischen Argumenten liefern jedes Mal unterschiedliche Ergebnisse. An sich kein Loop, aber es zerstört das Caching und löst nachgelagert ständige Neubewertungen aus.

Der Nutzer merkt an, dass die Beseitigung dieser Muster etwa 90 % der Probleme löste, aber es ist nicht perfekt. Er empfiehlt, Schutzschalter, Deduplizierungsprüfungen und Ähnlichkeitsschwellenwerte einzuführen, um Loops zu erkennen, bevor sie eskalieren.