Spring AI防死循环：Java 21 Record Patterns实现确定性环检测

为什么大多数开发者都做错了

依赖硬迭代上限：在编排器中设置 max-iterations=10 只是推迟了账单峰值，并没有真正解决确定性的工具循环问题。

依赖朴素字符串匹配：检查 LLM 原始文本输出会漏掉循环，因为工具参数中包含时间戳或临时追踪 ID 这类动态值。

依赖提示词级别的护栏：恳求模型（"不要重复执行同一工具"）在重上下文窗口下的失败概率是很高的。

通过将自定义 Spring AI CallAroundAdvisor 与 Java 21 record patterns 配对，在一个滚动的滑动窗口上拦截，可以在运行时级别捕获执行循环。

在 Advisor 边界拦截：在 Spring AI 将状态分发回模型提供商之前，拦截 AdvisedRequest 载荷。

用 Record Patterns 解构工具调用：使用 Java 21 模式匹配（case ToolCall(String name, Map args)）干净地提取工具签名和参数。

滑动窗口指纹：对清理后的工具签名在 5 步滚动窗口上做哈希，快速捕获 $A \rightarrow B \rightarrow A$ 这种循环工具执行。

快速短路执行：立即抛出带类型的运行时异常，在产生下一个 API token 费用之前打破循环。

我在准备 senior 职位时搭建了 javalld.com——完整的 LLD 问题及执行 trace，不只是理论。

public record ToolCall(String name, Map<String, Object> args) {}

public class CycleDetectionAdvisor implements CallAroundAdvisor {
    private final SlidingWindowCache<Integer> window = new SlidingWindowCache<>(5);

    @Override
    public AdvisedResponse around(AdvisedRequest req, CallAroundAdvisorChain chain) {
        if (req.attributes().get("last_tool") instanceof ToolCall(String name, var args)) {
            int signatureHash = Objects.hash(name, sanitize(args));
            if (window.containsAndAdd(signatureHash)) {
                throw new AgentCycleDetectedException("Loop detected for tool: " + name);
            }
        }
        return chain.nextAround(req);
    }
}

用代码而非提示词来强制护栏：LLM 是概率性的，但后端流水线中的循环检测必须是严格确定性的。

利用 Java 21 Record Patterns：无需繁琐的反射或冗长的 instanceof 检查，即可干净地解构 agent 状态。

在框架边界快速失败：在触发不必要的 LLM token 调用之前，在 Spring AI 的 CallAroundAdvisor 内部捕获工具循环。