第五章：任务怎样一步步推进
读取工具已经能返回材料。但读到 A 之后先读 B 还是先写草稿？发现 B 的图片说法与 A 冲突，是重读原文、继续找资料，还是直接说明不能确认？工具本身不会替整个任务回答这些问题。
现在把第三章的模型输入与第四章的实际执行连接起来：每次得到新结果，都重新判断还缺什么，再提出下一步。这就是行动循环。
本章留下的是一份逐轮状态记录。你应能为每个动作说明它准备解决哪个未知，也能解释什么时候应该停止。复杂的并发、中断恢复和重复副作用，放到可靠性阶段再深入。
5.1 一次要求，可以包含很多轮
用户只说了一次“整理消息简报”，并不意味着系统只请求模型一次。模型第一次还没有读到 A，可能先提出读取请求；工具返回后，程序再带着结果请求模型，才能根据正文继续工作。
正常主流程可以拆成五步：准备本轮输入，取得模型响应，执行相应工具，记录并组织结果，再准备后续判断。模型也可以直接形成答复，此时进入收尾路径。
这里的“一轮”是讲解中的一次模型判断与相应动作。它不等于用户消息数，也不一定等于工具调用数：模型可以一次请求多个工具；向模型服务请求响应时，还可能发生程序内部重试。
因此，观察“运行了五轮”之前，先问在数什么。计数口径不同，得出的开销与停止解释也不同。
5.2 谁决定下一步，谁控制实际运行
模型根据本轮输入产生行动提议。输入中的目标、工具说明、材料和未解决问题，会影响这项提议。模型的能力来自训练后的生成与判断表现，不能把它想成内部必然存在一个永远正确的任务规划器。
运行程序承接响应，决定怎样执行、记录和继续。它还需要处理当前可用能力、运行限制和外部中断。模型说“继续”，不应成为越过所有边界的通行证。
这形成两种互补责任：模型参与选择有意义的行动，程序提供可执行的过程和控制边界。把所有步骤固定下来，可能降低适应变化的能力；把所有运行规则都只写在提示词里，又容易让边界依赖模型的一次判断。
Hermes 的循环将提示准备、模型响应、工具处理与收尾组织在一起。我们学习的重点，是这些环节怎样交换状态，而不是把循环理解成“反复问同一个问题”。
5.3 沿着简报走五步
下面是教学示意，不是真实模型日志。它使用同一组固定材料，展示反馈如何改变下一步。
第一步，读取 A。 此时确定一件事：甲工具可以导出纯文本，图片不在支持范围内。还不知道其余材料是否提供不同事件，继续读取有明确用途。
第二步，读取 B。 发现它与 A 描述相同事件，却声称可以迁移图片。下一步不该把两份材料当作两条独立消息；需要先解决重复和冲突。
第三步，回到已有原文核对。 如果 A 的完整文字已经进入上下文，可以直接用它核对；若只保留了不完整摘要，才需要重新取得原文。重新调用工具不是必经仪式，目的是补齐判断所需的材料。
第四步，读取 C。 取得第二件不同事件，但它只支持“标点修正”。没有第三件事，也没有识别准确率提高的依据。
第五步，形成草稿。 交付两条，保留各自条件，说明为什么不足三条。此时继续围绕相同三份材料搜索，未必能增加有意义的信息。
路径会随结果变化。如果 B 原本就明确承认图片不支持，第三步的冲突处理可以缩短；如果 C 无法取得，则需要处理缺口。循环使路线可以调整，不能保证模型一定选择了最有效的路线。
5.4 用三栏记录任务是否前进
在纸上维护“已确认、未解决、下一步”，就能观察一次行动的价值。这是学习工具，不表示 Hermes 内部恰好存在这样一张固定表。
| 时刻 | 已确认 | 未解决 | 有理由的下一步 |
|---|---|---|---|
| 读完 A | 一件事件及图片限制 | B、C 是否增加内容 | 读取剩余材料 |
| 读完 B | 同一事件有冲突转述 | 哪个结论应进入草稿 | 对照原公告与转述 |
| 读完 C | 共两件事件 | 是否必须额外取材 | 回到任务范围判断 |
若任务只允许使用给定材料，最后一行应当说明不足；若用户允许继续取材，可以去找第三件有依据的事件。相同材料状态下，约束不同，合理行动也可能不同。
判断下一步可以问两个问题：它解决哪个未知？成功与失败后，做法会怎样变化？如果无论返回什么都重复同一请求，反馈就没有真正参与控制。
5.5 计划如何与反馈配合
模型可以先提出计划：“读完材料、去重核实、形成草稿”。这有助于表达目标和依赖，但计划仍是对未来的安排，需要被实际结果修正。
看到三份材料时先假设能写三条，读完后却只有两件事，就应更新计划。把“原计划写三条”当作必须兑现的事实，会让后续行动偏向凑数。
规划也未必需要一个独立模块。有些任务在模型输出和工具使用中逐步展开，有些系统用显式待办或流程状态帮助协调。理解设计时应看：计划保存在什么地方，谁更新它，后续输入是否读到了更新，以及完成条件是否与实际材料一致。
对于依赖清楚的小任务，简短计划可能足够；跨很多步骤或分支时，显式记录可以减少遗忘，也会增加维护和同步成本。计划写得更长，并不天然带来更好的控制。
5.6 失败反馈应该改变什么
第四章观察过两种真实模块错误：未知名称和编号缺失。它们都失败，但需要的调整不同。前者要核对当前工具定义，后者要补全输入；原样重复通常没有改变失败条件。
若读取只是暂时超时，有边界的重试可能合理；如果得到的是权限拒绝，则需要确认已有授权或使用允许的替代路径。程序内部恢复和模型选择另一次行动也要分开观察。
反馈还可能是成功内容中的矛盾。A、B 都能读到，仍然需要核实冲突。不能因为工具没有报错，就认为信息已经足够可靠。
后续可靠性章节会处理更复杂的失败。本章先建立一项习惯：保留失败原因与当前状态，让下一轮知道哪里没有完成。
5.7 什么时候可以结束
结束需要结合三件事：任务目标是否满足，继续行动是否有条件，以及运行是否已经触及边界。
本例只使用固定材料，已经能交付两条有依据的草稿并说明不足，属于符合范围的收尾。若还未取得 C，就只能交付阶段性结果；若用户取消，也应结束推进，不能将其解释成研究已经完成。
预算限制则帮助防止无限运行。它控制可继续投入的次数或时间，并不自动评价答案质量。预算耗尽后的进展总结，可以说明做到了哪里，仍不能把缺口改写成成功。
有效收尾至少包含结果、条件和剩余项。这样用户才能判断是否接受当前交付，或决定要不要扩大取材范围。
本章要点
- 一次用户要求可以经过多轮判断；轮次、请求尝试与工具调用分别计数。
- 模型提出行动，程序承接执行、记录和控制边界。
- 计划要随反馈更新；下一步应对应具体未知和不同结果下的分支。
- 失败原因与材料冲突都可以成为反馈，成功返回内容不代表已经完成核实。
- 完成目标、触及边界和外部取消是不同的结束理由。
理解题
1. A 的完整文字已经在本轮输入里，是否必须重新读取，才能核对 B？
不必。核对需要合适材料，并不要求机械重复调用。若原文完整、来源清楚且仍适用，可以直接比较；若只有模糊摘要或版本不明，才需要补取材料。
2. 原计划要整理三条，实际只有两件事，什么时候应该继续找第三件？
看任务是否允许继续取材、是否仍有值得检查的来源以及预算条件。只允许固定材料时应说明不足；允许扩展时可继续寻找有依据的新事件。计划中的数量不能成为编造事实的理由。
3. 一次重试失败了，是否说明它必然不合理？
不能仅由结果倒推。应看当时是否可能暂时故障、是否有边界、是否改变条件或获得了有关路径的反馈，以及动作是否可安全重复。合理尝试可以失败，偶然成功也不能证明无限重试值得做。
下一章：上下文怎样组织、压缩与复用。