ReAct、Reflection、规划执行如何选择

ReAct、Reflection、规划执行:Agent三种常见思路怎么选?

这三个词不是三套神秘的框架,而是三种很朴素的Agent做事方式:

  • ReAct:边想边做,看一步走一步
  • Reflection:做完回头看,发现问题再改
  • 规划执行:先拆解任务,再按照计划推进

Agent本质是一个循环

一个Agent最基本的循环是:

看到目标->想下一步->调用工具->看结果->再想下一步

不是一次性给答案,而是每一步都根据上一步结果继续判断

所以这三者本质上都是在回答同一个问题:

Agent到底应该怎么推进任务,只是推进任务不同

ReAct:边思考、边行动、边观察

ReAct是Agent里面最经典的一种思路

它的名字来自两个词:

  • Reasoning :推理,先想清楚下一步为什么要这么做
  • Acting:行动,调用工具或者执行动作

但是这两个词还不够,ReAct真正关键的是中间还有一个Observation

也就是工具执行后的观察结果

一个典型的ReAct循环长这样:

  • Thought:我现在需要知道什么
  • Action:我要调用哪个工具
  • Observation:工具返回来什么
  • Thought:根据结果,我下一步应该做啥

它不要求一开始就把完整计划想完,而是每拿到一个结果,再决定下一步

这就是为什么ReAct特别适合工具调用的场景

因为真实的环境里面,你一开始根本不知道问题在哪里

你只能查一步看一步,再决定下一步

ReAct的一些细节

三大细节

  • 你是否理解工具调用不是一次性的

    • 真正的agent可能要调用很多次工具,而且每次调用什么工具,要看上一步的结果
  • 你是否理解Observation的重要性

    • 没有Observation,模型就是在脑补,工具返回什么、返回是否为空、返回是否异常,都会影响下一步
  • 你是否知道ReAct也会翻车

    • ReAct不是万能的,它最大的问题是容易跑散
    • 因为每一步都动态决策,如果没有约束,Agent很容易:
      • 查着查着忘了原始目标
      • 一直调用无关工具
      • 在失败结果里反复重试
      • 明明信息够了,还继续查

ReAct适合路径不确定的任务,但必须配合步数限制、工具权限、状态记录和停止条件

Reflection:不是让模型自嗨,而是让它检查结果

Reflection翻译过来叫反思

核心不是一句提示词,而是给Agent一个明确的检查环节

比如Agent写完一段SQL ,不要直接交付

让它回头检查:

  • 字段有没有写错
  • WHERE条件有没有漏
  • 是否会全表扫描
  • 返回结果是否符合用户目标

再比如Agent生成一份问题分析报告,也不要直接交付

让它检查:

  • 结论有没有证据支撑
  • 是否遗漏关键时间点
  • 是否把相关性当成因果
  • 建议是否能落地

这才是Reflection

他不是让模型"感觉自己更认真",而是让模型按照标准检查输出

Reflection适合解决什么问题?

结果容易有格式错误

比如结构化输出、SQL、配置文件、接口参数

模型第一次生成很可能看起来对,但是细节错误

这时候加一个检查环节,能拦住很多低级问题

任务有明确验收标准

比如:

  • 单测是否通过
  • JSON是否符合Schema
  • SQL是否能执行
  • 报告是否包含指定字段

没有标准,只让模型"反思一下",它很容易给你一段漂亮废话

Agent容易过早交付

很多Agent的问题不是不会做,而是做了一半就开始总结

Reflection可以在交付前加一道门:

当前结果是否已经满足用户目标?如果不满足,还缺什么证据?是否需要继续调用工具

如果模型本身不知道正确答案长什么样,他反思十遍也没用

规划执行:先拆解任务,再推进

先让模型根据用户目标生成一个计划

然后按照机会一步一步执行

规划执行的优点是:任务有方向,不容易一开始就跑偏

规划执行最大的问题:计划跟不上变化

规划执行不是万能的,最大的问题是:一开始的计划不一定对

而是先有大方向,执行中根据结果调整计划

我们不会让Agent生成一个计划后机械执行到底,而是把计划当做可以更新的任务清单。每完成一步,都记录状态和证据,如果发现假设不成立,就重新规划后续步骤

相关推荐
一条大祥脚9 分钟前
MemGPT 深度解析:让 Agent 拥有“无限上下文“的记忆架构
架构·agent·memgpt·智能体记忆
Databend2 小时前
活动邀请函|AI 时代的湖仓实践,从应用场景到 Cloud Agent 上手
大数据·数据库·agent
前端双越老师2 小时前
程序员 1v1 访谈系列第十五期:不要着急学副业
agent·ai编程·全栈
沉默王二2 小时前
真狠啊,DeepSeek 开放全家桶 API。
人工智能·agent·deepseek
Csvn15 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
岁月宁静16 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
小七-七牛开发者17 小时前
周 1 上线 | DSH 喜提原神进场动画,Anthropic 启动 IPO 路演;黄仁勋辞任;微软全球大宕机超 24 小时
ai·大模型·agent·token·工作流·claudecode·ai coding
泯泷18 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
阿里云大数据AI技术18 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent