经典 Agent 范式

定义

经典 Agent 范式是指智能体系统中”思考”与”行动”的组织方式。三种最经典的范式是 ReAct、Plan-and-Solve 和 Reflection，它们分别代表了”边想边做”、“先想后做”和”做完反思”三种策略。

三种范式对比

维度	ReAct	Plan-and-Solve	Reflection
工作方式	边想边做，动态调整	先完整规划，后严格按序执行	执行→反思→优化，迭代循环
核心优势	环境适应性、动态纠错	结构性、稳定性	显著提升解决方案质量
适合任务	探索性、需外部工具输入的任务	逻辑路径确定、内部推理密集的任务	对结果准确性可靠性要求极高的任务
核心局限	依赖 LLM 能力、效率低、提示词脆弱	计划静态不可修改	成本高、延迟大、提示工程复杂
类比	侦探根据线索逐步推理	建筑师先画蓝图再施工	学者反复修改论文

ReAct（Reasoning + Acting）

由 Shunyu Yao 于 2022 年提出。核心思想是将推理与行动显式结合，形成”思考-行动-观察”循环。

形式化表达

每个时间步 $t$，策略 $\pi$（LLM）根据原始问题 $q$ 和历史轨迹，生成当前思考 $t{h}_t$ 和行动 $a_t$：

$(t{h}_t,a_t)=\pi (q,(a_1,o_1),\dots ,(a_{t-1},o_{t-1}))$

工具 $T$ 执行行动并返回观察 $o_t=T(a_t)$，循环直至任务完成。

核心实现

ReAct 智能体的主循环：

1. 格式化提示词（注入工具列表、问题、历史）
2. 调用 LLM 生成 Thought + Action
3. 解析输出提取行动指令
4. 执行工具或返回最终答案
5. 将 Action 和 Observation 追加到历史

关键要素：角色定义、工具清单、格式规约（Thought/Action/Action Input/Observation 标签）、动态上下文。

详见：ReAct 页面有更详细的定义和对比。

Plan-and-Solve

由 Lei Wang 于 2023 年提出。将任务处理明确分为两个阶段：先规划（Plan），后执行（Solve）。

形式化表达

规划模型 ${\pi }_{\text{plan}}$ 根据问题 $q$ 生成 $n$ 步计划 $P=(p_1,p_2,\dots ,p_n)$：

$P={\pi }_{\text{plan}}(q)$

执行模型 ${\pi }_{\text{solve}}$ 逐一完成，第 $i$ 步的结果 $s_i$ 依赖于问题 $q$、完整计划 $P$、以及之前所有结果：

$s_i={\pi }_{\text{solve}}(q,P,(s_1,\dots ,s_{i-1}))$

核心实现

Planner 模块：角色设定为”顶级 AI 规划专家”，强制输出 Python 列表格式的计划，用 ast.literal_eval 安全解析。

Executor 模块：逐一执行计划步骤，每一步的提示词包含原始问题、完整计划、历史步骤与结果、当前步骤。上一步结果作为下一步上下文传递。

统一封装 PlanAndSolveAgent：串联 Planner 和 Executor，先规划后执行。

关键局限

计划一旦生成便不可动态修改。若环境在执行中发生变化，无法像 ReAct 那样灵活调整。

Reflection（自我反思与迭代）

灵感来源于人类学习过程。思想在 Shinn, Noah 2023 年提出的 Reflexion 框架中体现。

形式化表达

设 $O_i$ 为第 $i$ 次迭代输出，反思模型 ${\pi }_{\text{reflect}}$ 生成反馈 $F_i$：

$F_i={\pi }_{\text{reflect}}(\text{Task},O_i)$

优化模型 ${\pi }_{\text{refine}}$ 结合原始任务、上一版输出及反馈，生成新版本：

$O_{i+1}={\pi }_{\text{refine}}(\text{Task},O_i,F_i)$

三层提示词设计

• 初始执行提示词：直接要求生成代码，含完整函数签名、文档字符串
• 反思提示词（核心灵魂）：角色设定为”极其严格的代码评审专家”，分析时间复杂度，只有算法已最优才能回答”无需改进”
• 优化提示词：根据评审反馈生成优化版本

成本收益

• 成本：每轮至少额外两次模型调用，任务延迟高，提示工程复杂
• 收益：解决方案质量跃迁（从”合格”到”优秀”），鲁棒性增强
• 适用场景：关键业务代码生成、科学推理、深度分析决策

混合使用

三种范式可以组合使用。例如用 Reflection 作为外层大循环包裹 ReAct 或 Plan-and-Solve 作为内部执行单元——先执行任务，再反思结果，迭代优化。

三种范式的工程挑战

共性挑战包括：

• 模型输出格式解析的脆弱性（正则依赖精确格式）
• 工具调用失败的重试机制
• 防止无限循环（max_steps 限制）
• 工具数量超过 50 个时的检索优化

书中强调”重复造轮子”理解这些范式的原因在于：理解高度抽象工具背后的设计机制，暴露工程挑战，从而从框架”使用者”转变为智能体应用”创造者”。

关联连接

• ReAct — 推理与行动范式（详细定义与对比）
• Agentic_Systems — 智能体系统总览
• 摘要-hello-agents — Datawhale 智能体教程来源
• Chain_of_Thought — 思维链（ReAct 的前身）
• Agent_Memory — 记忆系统（Reflection 依赖记忆模块）