先给出一句话总览：
- ReAct：边思考边行动（Think + Act 交替循环）
- Plan-and-Execute：先整体规划，再批量执行（先规划，后行动）
- Reflection：基于历史结果复盘修正（事后反思迭代优化）
一、核心定义与工作流程
1. ReAct（Reasoning + Acting）
核心思想 ：推理和行动紧密穿插，一步一想、一步一动 。 流程循环： Thought（思考下一步该做什么） → Action（调用工具/行动） → Observation（得到结果） 不断循环直到得出答案。
✅ 特点：
- 没有全局完整规划，局部贪心决策，只思考当前这一步；
- 思考轻量化，即时根据工具返回结果调整下一步；
- 结构最简单，最容易落地； ❌ 短板：studio
- 复杂多步骤长任务容易迷路、陷入局部最优；
- 看不到长远目标，容易走弯路。
典型场景：简单问答、单轮多工具调用、实时搜索问答。
2. Plan-and-Execute（规划 - 执行，代表方案：PlanSolve、AutoGPT 早期思路）
核心思想 ：先一次性生成完整任务执行方案（Plan），再按步骤依次执行。 流程：
- 接收任务 → LLM 输出完整分步计划
Plan = [步骤1,步骤2,步骤3...] - 严格按计划逐个执行 Action，收集观测 Observation
- 全部执行完成后汇总结果
✅ 特点：
- 拥有全局视角，提前理清完整路径；
- 长任务逻辑性更强，减少无目的试探； ❌ 短板：
- 计划僵化：执行中遇到意外、错误信息时，不会主动修改原始计划；
- 如果一开始规划错了，后续全部执行失效；
- 规划阶段消耗更多 token。
进阶变种：Plan-and-Solve + 动态重规划（允许执行中途重新更新计划），弥补僵化缺陷。
3. Reflection（反思范式，Self-Reflection）
核心思想 ：行动完成之后，对整个执行轨迹复盘、纠错、反思不足 ，支持多轮迭代优化。 基础流程： 任务 → 执行（可以是ReAct/Plan执行一轮） → Reflection反思模块分析失败/缺陷 → 修正策略/重新执行
反思内容常见三类：
- 结果是否正确？
- 之前思考哪里出错？工具调用是否多余 / 缺失？
- 下一轮如何调整思路、修改计划？
✅ 特点：
- 自带迭代闭环，支持多次试错；
- 可以叠加在 ReAct / Plan-and-Execute 之上（不是互斥）； ❌ 短板：
- 需要多轮 LLM 调用，成本高；
- 反思质量高度依赖大模型自身纠错能力。
典型代表：Self-Refine、Reflexion Agent
二、直观横向对比表
表格
| 维度 | ReAct | Plan-and-Execute | Reflection |
|---|---|---|---|
| 时序逻辑 | 思考与行动交替进行（边想边做） | 先全局规划，后统一执行（先想好再做） | 执行结束后复盘反思，迭代重做 |
| 规划范围 | 局部单步规划，只决策下一步 | 全局完整规划，预先输出全流程 | 不原生自带规划，作用于事后修正 |
| 动态调整能力 | 强，每一步可根据观测即时改变路线 | 弱，原始方案固定（无重规划版本） | 通过新一轮执行实现调整 |
| 适用任务 | 短流程、不确定性适中、实时交互任务 | 长链路、目标清晰、步骤可预判任务 | 容易出错、需要多次试错的复杂难题 |
| 容错能力 | 中等，容易在长任务跑偏 | 偏低，初始规划出错则全盘失败 | 最高，支持多次迭代纠错 |
| 三者关系 | 基础单循环范式 | 独立前置规划范式 | 上层增强机制（可叠加前两者） |
三、关键容易混淆的重点
- Reflection 不是和前两者平级的执行循环！ ReAct、Plan-and-Execute 是任务执行的基础运行范式 ； Reflection 是增强层：你可以搭建「ReAct + Reflection」或者「Plan-and-Execute + Reflection」架构。
举例子：
- ReAct+Reflection：一轮边想边行动跑完后，反思哪里错了，重新启动一轮 ReAct；
- Plan-and-Execute+Reflection：执行完整套计划发现答案错误，反思并重新生成新计划再次执行。
- ReAct vs Plan-and-Execute 最本质分界线：
有没有在行动之前，一次性产出完整分步方案 ReAct 永远不会提前写出全部步骤，走一步看一步； 原生 Plan-and-Execute 一开始就列出全部执行步骤清单。
四、通俗比喻帮助理解
- ReAct：出门找餐厅，走到路口才临时决定左转还是右转，看到新线索随时改变方向；
- Plan-and-Execute：出门前打开地图，一次性规划好整条路线，之后严格按路线走，路封了也不知道变通；
- Reflection：走完一趟发现没找到餐厅，复盘：刚才哪里走错、信息漏查，重新规划路线再出发。
五、工程选型参考
- 简单工具调用、实时查询、短任务 → 优先 ReAct（最简单、token 消耗低）
- 长链路标准化流程任务（数据分析、结构化多步骤任务）→ Plan-and-Execute（增加动态重规划）
- 高难度推理、容易出错、允许多次尝试的复杂 Agent → ReAct/Plan + Reflection 反思层