Agent 设计：从 ReAct 到 Reflection

ReAct = Reasoning + Acting

Google DeepMind 2022 年提出，是目前所有 Agent 的基础范式。核心思想：推理和行动交替进行，形成自我纠正的闭环。

循环直到得出 Final Answer 或达到步数上限

一个完整的 ReAct 示例

任务：LangGraph 最新版本是多少？支持哪些 Python 版本？

Step 1:
  Thought: 我需要搜索 LangGraph 的最新版本信息
  Action: search("LangGraph latest version 2026")
  Observation: LangGraph 1.2.0 released, supports Python 3.10-3.13

Step 2:
  Thought: 已获取版本和 Python 支持信息，数据齐全
  Final Answer: LangGraph 最新版 1.2.0，支持 Python 3.10-3.13

Planning = 行动前先想清楚怎么做

LLM 不是接到任务就直接执行，而是先规划步骤，再按计划行动。就像人类接到复杂任务时先列清单。

Tool Calling = LLM 以结构化方式调用函数

LLM 不执行工具，只声明"调用哪个函数、传什么参数"。Agent 框架负责实际执行并反馈结果。

工具定义的三要素

LLM 的 Tool Call 响应

{
  "role": "assistant",
  "tool_calls": [{
    "id": "call_abc123",
    "type": "function",
    "function": {
      "name": "search",
      "arguments": "{\"query\": \"LangGraph latest version\"}"
    }
  }]
}

Reflection = Agent 审视自己并自我改进

让 Agent 从"做完"到"做好"的关键机制。类比代码 Review：写代码 → 审查 → 发现问题 → 修改 → 再审查。

Reflection 循环

审查维度（5 维度评分）

完整 Agent 架构

数据流

def run(task):
    plan = self.plan(task)           # 1. 规划阶段
    for step in plan.steps:          # 2. 执行循环
        while not step.completed:
            thought = self.think()   #    ReAct 推理
            action = self.decide()   #    Tool Calling
            observation = self.exec()#    执行工具
            self.remember(...)       #    存入记忆
        if step.should_reflect:      # 3. 反思阶段
            review = self.reflect()
            if not review.passed:
                step.revise()        #    修改后重做

三阶段渐进 Demo

Phase 3 反思效果演示

--- 反思第 1 轮 ---
  评分: 1/10
  问题: [缺少来源标注, 缺少结论, 内容不丰富, 报告过短]
  ❌ 不通过 → 自动修改

--- 反思第 2 轮 ---
  评分: 6/10
  问题: [内容不丰富, 报告过短]
  ❌ 不通过 → 再次修改

--- 反思第 3 轮 ---
  评分: 6/10
  ⚠️ 达到最大修改轮次 (3)，停止反思
  最终评分: 6/10

注意：Demo 的 revise 是简化版（添加结构元素），生产级应用需要让 LLM 进行真正的文本修改。

Agent 设计模式全景对比

选择决策树

任务复杂度？
│
├── 简单（1-2 步）→ 直接 ReAct
│
├── 中等（3-5 步）→ ReAct + Reflection
│
└── 复杂（> 5 步或有子任务）
    │
    ├── 子任务独立 → Multi-Agent（Supervisor 模式）
    └── 子任务有依赖 → Plan-Execute + Reflection

三个框架的定位