一、四大主流范式详解1ReActReasoning Acting原理:从名字可以看出 React核心机制就是推理 行动交替进行React的每一步循环由三个步骤组成thought action Observation三个一次循环。thought阶段分析问题得出推理过程Action阶段根据推理结果来决定调用哪个工具怎么传参数Observation阶段把工具返回的结果交给模型模型根据工具返回的结果来决定是否需要进入下一轮循环分析当前进度接下来怎么做。thoughtActingobservation三个阶段分开可以让模型先把问题想清楚有了推理过程输出质量就会大幅提高。同时Thought内容也是可见的结果出现问题可以直接看出模型的推理过程哪里方向歪了方便调试过程如下图增加最大迭代次数保护版本优点灵活、适合需要工具交互的任务。缺点一次只走一步每一步都是局部最优决策没有全局规划。当处理复杂需要全局规划的任务时容易走偏适用不确定性高任务动态变化任务无法提前拆出固定步骤。2Plan-and-Execute先规划再执行原理它把规划和执行彻底分开先让一个 LLM 专门做规划输出一个完整的步骤列表然后由另一个 LLM或同一个模型以不同角色逐步执行。规划与执行解耦使得任务规划非常清晰必要时也可以人工来对任务规划进行修改。在一些比较成熟的Plan-and-Execute实现中每一步执行完都会把结果反馈给调度器来判断当前的执行结果是否和预期一致以及现有的计划还是否合理是否需要调整。如果执行结果与预期偏离严重还会插入新的规划来调整偏离的结果。与 ReAct 的核心区别ReActPlan-and-Execute策略边想边做step by step先整体规划再执行全局视野无容易走偏有方向感强延迟每步都调 LLM慢规划一次执行更快适用动态、不可预测的任务目标清晰、可分步的任务优点具有全局视野缺点计划一旦与实际不符需要重规划机制兜底延迟和成本增加如果初始规划本身方向错误后面不管怎么调整都不能达到预期效果适合场景目标明确步骤可预判的长流程任务且任务分支不多整体任务路径稳定。对成本要求更低的场景3Reflection反思 / 自我纠错原理在另外两种范式基础上的质量保障。在Agent完成每次任务后再让一个LLM来判断做的结果是否符合预期。如果结果不符合预期就重试或者换一种策略从而达到显著提升输出质量的效果Reflection变体Reflexion二者区别在于后者不只是简单的说本次生成结果不符合预期而是会生成一段总结把此次输出结果不符合预期的原因以及后续如何改进的建议记录下来然后把总结作为上下文传给模型的下一次生成。先分析哪里错了下次应该注意什么然后带着总结再次生成优点显著提升成功率特别适合试错型任务。缺点多次反思导致成本高、延迟长需要设计何时停止的兜底机制防止无限重试。适用场景适合容易出错的任务对正确性要求高的场景。大批量相同类型任务经验可复用4多 Agent 协作Multi-Agent单个Agent上下文窗口有限单个Agent干多种活有可能会是样样通样样松的结果。原理多个Agent协作完成任务每个Agent有自己的分工。通过分工并行执行可以处理更加复杂任务流程更长的任务。多Agent之间的协作方式可以参考该文章优点并行能力强、各 Agent 专注擅长的任务、可模拟真实团队协作。缺点token 成本高、通信开销大Agent 间可能互相误解、协调复杂不是越多越好简单任务用多 Agent 属于过度设计。选型先单 Agent 能解决就别上多 Agent只有任务本身天然可分、且单 Agent 具有明显瓶颈时才用。适用场景任务可分角色可隔离需要并行执行子任务需要多方校验降低幻觉。任务量大单个Agent上下文承载能力不够二、对比范式规划能力纠错能力记忆并行性成本/延迟最佳场景ReAct弱边想边做弱上下文无中动态交互、工具调用Plan-Execute强先规划中靠重规划计划中低多步流程任务Reflexion中强反思有长期记忆无高试错型任务代码/SQL多Agent强中各Agent记忆强很高复杂可分工任务三、怎么选范式先单后多、先简后繁、能用 ReAct 就不上多 Agent长任务补 Plan易错任务补 Reflexion。四、我问你答1Agent 和 LLM 的区别LLM 是只做文本生成的引擎Agent 在 LLM 基础上加了规划、工具调用、记忆、自主决策能力能完成多步闭环任务。2什么是 Function Calling / 工具调用为什么 Agent 需要它让 LLM 输出结构化的工具调用意图系统执行后把结果回传给 LLM。Agent 借此获取外部实时信息、执行实际动作突破纯文本生成的局限。3ReAct 和 CoT思维链的区别CoT 只是让模型一步步推理但不行动ReAct 是推理 行动循环通过调用工具获取真实反馈。CoT 是想ReAct 是想 做 看结果。4Plan-and-Execute 和 ReAct 的区别ReAct 边想边做灵活但慢、易走偏Plan-Execute 先规划后执行快并且有全局观但需要重规划兜底。5Reflexion 如何实现自我纠错失败后生成反思总结存入情景记忆下次尝试基于经验修正核心是短期记忆轨迹 反思 长期记忆。6什么时候该用多 Agent什么时候单 Agent 就够任务天然可分、需并行、需多角色分工时用多 Agent否则优先单 Agent避免成本和协调开销。多 Agent 不是越多越好。7Agent 陷入死循环怎么办设置最大迭代次数 / 超时作为硬性停止条件增加终止判定答案置信度达标就停检测到重复动作时触发重规划或反思。8Agent 的错误幻觉会累积如何缓解关键节点加验证/校验如输出格式校验用 Reflexion 反思关键信息走工具/检索而非纯模型记忆多 Agent 交叉评审Debate。9长任务如何做用 Plan-and-Execute 拆解 记忆持久化向量库存中间结果避免超长上下文丢失早期信息必要时异步执行。10一条最常见的 Agent 完整链路是什么意图理解 → 规划ReAct/Plan→ 工具调用Function Calling→ 结果观察 → 失败则反思/重规划→ 生成最终答案 → 写回记忆。