当代理不停止时：发现 LLM 代理中的无限代理循环

LLM 代理越来越依赖迭代执行，通过规划、工具使用、状态更新和代理协作来解决任务。虽然这种设计实现了灵活的自动化，但它也造成了一类新的故障：当反馈路径未有效限制时，代理可能会重复执行模型调用、工具、工作流转换或代理切换。我们将此问题称为无限代理循环 (IAL)。 IAL 不是普通的编程循环；它们产生于代理逻辑、框架语义、运行时观察和终止机制之间的交互。此类故障可能会将单个请求放大为长时间运行的模型和工具执行，从而导致成本耗尽、模型拒绝服务、上下文增长以及重复的外部副作用。我们提出了 IAL-Scan，这是一种静态分析工具，用于检测现实世界 LLM 代理项目中的 IAL 故障。 IAL-Scan 将异构代理代码抽象为独立于框架的代理 IR，构建代理循环依赖图 (ALDG) 以恢复显式和框架诱导的反馈路径，并检查这些路径是否可以在没有有效界限的情况下重复达到成本高昂或状态增长的操作。我们在 6,549 个 LLM 代理存储库上评估 IAL-Scan。它报告了 74 项潜在发现，其中人工审查确认了 47 个项目的 68 项 IAL 失败，准确率达到 91.9%。