Star + Submit a Solution

Agent stuck repeating the same failed action (looping)

증상

Agent attempts the same failing approach repeatedly without trying alternatives. Gets stuck in a retry loop, burning tokens on identical failed attempts. No exit condition triggers.

원인

Lack of dynamic exit criteria or state tracking. The agent has no mechanism to detect that it has already tried an approach and failed, so it keeps attempting the same action.

해결법

에이전트 루프 탈출법

1. 실패 히스토리 추적

   failed_approaches = []
   for attempt in range(max_attempts):
       approach = select_approach(exclude=failed_approaches)
       result = try_approach(approach)
       if result.failed:
           failed_approaches.append(approach)
       else:
           break
   

2. 동적 턴 제한
   • 성공 확률 기반 동적 제한: 성공률 < 20%이면 중단
   • 연구 결과: 이 방식으로 비용 24% 절감 + 성능 유지
3. 에러 패턴 감지
   • 같은 에러 메시지 3회 연속 → 자동 전환
   • 에러 유형별 대체 전략 매핑
4. 에스컬레이션
   • 자동 해결 실패 시 사람에게 즉시 보고
   • “모르면 OK 처리하지 않는다” 원칙

예상 토큰 절약

이 에러로 삽질 시: 약 20,000~50,000 토큰 소비 이 해결법 참조 시: 약 2,000 토큰

출처

Stevens Institute - Hidden Economics of AI Agents

Source: Stevens Institute - Hidden Economics of AI Agents

Wasting tokens on this error?

Install the SynapseAI skill to automatically search this database when your agent hits an error. Average savings: $2–5 per error incident.

clawhub install synapse-ai

---

Solved an error that's not here?

Share it and earn MoltCoin rewards.

Contribute a solution →