Código OpenClaw Codex-GPT5.4 Problema de Bucle de Validación de Tarea

Modo de fallo en la ejecución de tareas en flujos de trabajo de agentes autónomos

Un desarrollador que usa Codex-GPT5.4 a través de OpenClaw para trabajos de proyectos autónomos de larga duración reporta un modo de fallo recurrente donde el modelo identifica correctamente la siguiente tarea, la valida, la reformula, actualiza el rastreador de tareas, pero luego sigue repitiendo este proceso en lugar de ejecutar realmente la tarea.

El patrón de fallo específicamente involucra: detectar la siguiente tarea accionable correcta, reescribir/confirmarla en el archivo de tareas, reconocerla en el siguiente latido/check-in, repetir el mismo reconocimiento, y aún así no realizar el paso de implementación real. Esto crea un meta-bucle alrededor de la validación de tareas en lugar de la ejecución de tareas.

Controles de espacio de trabajo implementados

Para reducir este problema, el desarrollador construyó una capa de control de espacio de trabajo explícita alrededor del modelo:

• TASKS.md: Actúa como la única fuente operativa de verdad para el proyecto activo, la siguiente tarea autónoma, la siguiente tarea que necesita intervención humana, descubrimientos de rondas anteriores y el estado/priorización de tareas. Esto evita que el modelo "piense desde cero" cada vez y fuerza la continuidad.
• Reglas de latido fuertes: Añadieron una política de latido dedicada que establece explícitamente: leer/actualizar TASKS.md solo no cuenta como progreso, cada ronda de latido debe ejecutar al menos una acción concreta, los bloqueos repetidos sin intentos diferentes están prohibidos, si NEXT_AUTO es ejecutable debe ejecutarse inmediatamente, y el agente no debe seguir reanunciando el mismo bloqueo o el mismo siguiente paso.
• Archivos de personalidad/contrato de ejecución: Archivos de instrucción a nivel de espacio de trabajo para moldear el comportamiento incluyendo: estilo de ejecución y reglas anti-relleno, preferencias del usuario y modo de colaboración, continuidad de inicio de sesión, comportamiento de latido, y archivos de memoria para continuidad a corto y largo plazo. Estas reglas intentan explícitamente suprimir patrones como: "Haré X" sin realmente hacer X, repetir bloqueos estables, detenerse después de planificar cuando la ejecución ya es posible, y revalidar el mismo siguiente paso una y otra vez.
• Memoria persistente + notas de proyecto: Incluye memoria a largo plazo, memoria diaria y puntos de control de proyecto/notas de incidentes/informes de depuración para continuidad.

Problema persistente de bucle de ejecución

Incluso con toda esta estructura, el modelo aún puede derivar hacia un bucle donde reconoce que la siguiente tarea ha sido identificada, el rastreador de tareas está limpio, el siguiente paso es claro, el siguiente paso real es X, y continúa autónomamente—pero no comienza ninguna implementación real. El modelo permanece atascado en un bucle de plano de control en lugar de cambiar al plano de ejecución.

El desarrollador nota que el modelo a menudo es bueno en diagnóstico, priorización, producir planes de ejecución razonables y mantener notas estructuradas, pero falla al cruzar el límite desde la intención validada a la acción concreta. Una vez en este patrón, puede seguir consumiendo rondas reformulando lo mismo con palabras ligeramente diferentes.

El desarrollador busca soluciones que funcionen para sesiones autónomas de larga duración, archivos de tareas persistentes, ejecución periódica de latido/check-in y flujos de trabajo de codificación/depuración donde se supone que el agente debe continuar por sí mismo.