AI Agent 最烧钱的死法不是答错，是在同一个工具调用上原地打转。死循环通常这么开始：工具抛回一个参数格式错误，模型改两个字符，再调，再错；同样的报错一字不差地回到上下文，它当成新线索继续试。几十轮过去，账单在涨，任务一步没动，你只能看着它认真地把钱烧掉。
OpenRouter 的教程给了四层防护，一层比一层笨，也一层比一层可靠。doom-loop 检测盯住连续重复的调用与响应指纹，命中就掐断；loopKey 参数归一化处理的是更隐蔽的一种情况——同一次调用换个键序、多塞一个无关字段，看上去就成了新动作，归一化之后再比对，漏判立刻少一大截。第三层 stopWhen 设步数和成本双上限，任务可以失败，预算不许失控。最后一层落在 API key 的信用额度上，这是最后的硬性限制，前面全失效了它还在。
六个模型跑下来，结论并不乐观：只设步数上限是止损不是治病；检测写得再细，参数不归一化照样漏掉大半重复。四层叠起来才有纵深，任何一层单拎出来都撑不住。好消息是这套东西不绑定模型，搬进自己的 Agent 代码改动量很小——多数团队缺的不是能力，是承认模型会犯蠢，并提前把刹车写好。
