企业官网建设流程全解析

这是 Agent 学习笔记的第 1 篇，讲推理范式。这是我觉得"最容易混"的一类题，因为名字都很像，但面试官一追问就露馅。

本系列导航

• 00 开篇：Agent 是什么？与 Chatbot / Workflow / RAG 的边界
• 01 推理范式：ReAct / Plan-and-Execute / Reflexion（本篇）
• 02 记忆系统：四类记忆与冲突处理
• 03 工具调用：Schema 设计与工具幻觉防护
• 04 可靠性工程：循环、假终止、多 Agent 与安全
• 05 成本、上下文、评测与项目故事

一、三兄弟：一句话 + 做菜类比

这个"做菜"类比是我记住三者的关键：它同时表达了"顺序"（先想/边做）和"是否有复盘"。

二、ReAct：Thought → Action → Observation 循环

ReAct = Reasoning + Acting：一边推理一边行动，每一步都根据上一步的观察决定下一步。

例子：北京适合跑步吗？

Thought：需要天气和空气质量 Action：调天气 API Observation：晴，25 度 Thought：还需 AQI Action：调 AQI API Observation：良 Final：适合跑步

为什么重要：

• 可解释：每一步的思考都留痕，出问题能看到是哪一步想歪了；
• 可纠错：观察到异常可以立刻改方向，不用把整个计划推倒。

面试口述版：“ReAct 是 Thought → Action → Observation 的循环，模型每一步先想再调工具，根据观察结果决定下一步。优点是灵活、可解释、可纠错；缺点是轮数多、延迟高。”

三、Plan-and-Execute：先出计划，再逐步执行

做法：先让模型生成完整计划，再依次执行；执行中发现计划不适用，就Replan（重规划）。

例子：写一份报告

• 先列计划：搜 A → 搜 B → 对比 → 总结；
• 执行中发现"A 方向不对"，于是Replan：改成搜 C。

和 ReAct 的取舍：

一句话对比：“ReAct 快但可能绕路，Plan-and-Execute 省但计划可能过时。”面试里能用这句话收尾基本就够了。

四、Reflexion：失败 → 反思 → 重试

关键区别（面试最爱追问的点）：

重试是盲目重复，Reflexion 是分析原因后调整策略。

例子：修复代码

• 第一次修复失败 → 反思"缺少 import" → 调整方案 → 第二次成功。

它解决什么问题：一次性的 Agent 无法从错误中学习——同样的错会一直犯。Reflexion 通过"把失败原因写成经验"补上这一环。

实现要点（我补的理解）：

• 需要保存反思结果（写进记忆或上下文），否则下次还会犯同样的错；
• 反思要具体（“缺少 import”），而不是"我做得不好"——后者对下一步没有任何指导作用。

五、CoT / ToT / GoT：从一条线到一张图

例子：

• 24 点游戏：CoT 线性试；ToT 同时试多种组合（因为需要回溯）；
• 多文档总结：GoT 可以把不同文档的结论合并成一个节点；ToT 只能选一条路。

生产环境的结论（面试够用）：

生产环境多用 CoT 和 ReAct；ToT / GoT 成本高，主要用在搜索类等高价值任务。

（原因：ToT 要并行展开多条分支并评估，token 成本和时间成本是线性/指数上升的。所以"什么时候不用"比"它是什么"更值得记住。）

六、一张总表（复习用）

七、我的复盘

这一篇我最后是靠三个问题把五种范式分清的：

1. 决策在什么时候做？（先做计划 → Plan-and-Execute；边走边定 → ReAct）
2. 失败了会不会"记住教训"？（不会 → 普通重试；会 → Reflexion）
3. 同时探索几条路？（一条 → CoT；多条 → ToT；可合并的多条 → GoT）

另外补一个我在文档里没看到、但面试可能会问的点：

这些范式不是互斥的。实际系统常见组合是"Plan-and-Execute 做外层计划 + ReAct 做每个子任务的执行 + 关键失败处加 Reflexion"。能说出这种组合，比单背定义更有说服力。

下一篇讲记忆系统：四类记忆怎么分、记忆冲突怎么处理（含"出差 vs 搬家"的追问）、以及记忆检索排序公式score = relevance × exp(-λ × age) × importance到底怎么读。