尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
让AI自己挑毛病:Reflection反思模式完整教程(Agentic Design Patterns)
文档教程AI Agent人工智能【免费下载链接】Agentic-Design-PatternsAgentic Design Patterns项目地址https://gitcode.com/gh_mirrors/agen/Agentic-Design-Patterns点击查看免费下载在开源书籍《Agentic Design Patterns》智能体设计模式中Reflection 反思模式是最实用的进阶模式之一它让 AI 智能体不再一锤子买卖而是像资深工程师一样自己挑毛病——先生成初稿再自我批评然后修正迭代直到输出达标。本文带你快速吃透这套自我纠错机制的 4 步工作流程、2 种实现方式和 6 大应用场景。 什么是 Reflection 反思模式一句话理解给智能体加一个反馈回路。普通的 Prompt 链Chaining只是把输出直接传给下一步而反思模式会让智能体回头审视自己的输出找出缺陷、评估质量再生成更好的版本。整个过程通常包含 4 个环节步骤名称做什么1执行 Execution智能体完成任务生成初版输出2评估 Evaluation用另一轮 LLM 调用或规则集检查事实准确性、完整性、风格等3精炼 Refinement根据批评意见修改输出、调整参数甚至改写整体计划4迭代 Iteration循环 1~3 步直到结果满意或达到最大轮数在《Agentic Design Patterns》全书的 21 个智能体设计模式全景图中Reflection 反思模式正是连接基础模式与高质量输出的关键一环⚙️ 两种实现方式自我反思 vs 生产者-批评者模型自我反思Self-Reflection单个智能体既是作者又是评审成本低但容易护短——模型很难客观地批评自己的作品。生产者-批评者模型Producer-Critic / Generator-Critic两个角色分工明确——Producer生产者专心生成内容写代码、写文章、做计划Critic批评者带着独立人设如资深软件工程师较真的事实核查员专门挑刺输出结构化反馈。书中明确指出角色分离能避免智能体审阅自己作品时的认知偏差批评者以全新视角介入反馈更客观、更专业因此双 Agent 方案通常更稳健。 反思模式的 4 步工作流程拆解以书中 LangChain 实战示例让 AI 编写一个阶乘函数并反复打磨为例流程非常直观第 1 轮Producer 根据任务提示词生成初始代码评估Reflactor 角色以资深工程师人设审查代码检查 bug、边界情况0! 1、异常处理负数输入停止条件若批评者返回CODE_IS_PERFECT则结束否则把批评意见写回对话历史第 N 轮Producer 依据批评意见精炼代码循环直到达标或达到最大迭代次数示例中为 3 次。核心技巧是维护对话历史每一轮的初稿、批评、修正都保留在上下文中让反思过程累积式变强而不是每次从零开始。 书中还提供了 Google ADK 版本示例generatorDraftWriter与reviewerFactChecker两个 LlmAgent 通过 SequentialAgent 串联后者读取前者写入状态键draft_text的初稿并输出结构化评审结果。 Reflection 反思模式的 6 大应用场景场景反思怎么做收益✍️ 创意写作生成草稿 → 批评语气/逻辑 → 重写内容更精炼有感染力 代码生成与调试写代码 → 跑测试/静态分析 → 修 bug代码更健壮 复杂问题求解走一步 → 评估是否靠近解 → 回溯换路更强的推理导航能力 摘要与信息合成初版摘要 → 对照原文关键点 → 补全摘要更准确完整️ 规划与策略生成计划 → 模拟执行评估可行性 → 修订计划更现实有效 对话智能体回顾上文 → 校正误解 → 优化回复对话更自然连贯 真实案例SICA 让 AI 每轮迭代都变强反思思想最具代表性的落地是第 9 章介绍的自改进编码智能体 SICA它反复回顾自己历史版本的表现挑选最佳版本再分析档案中的不足、直接修改自己的代码库然后跑基准测试归档——如此循环在不依赖传统训练的前提下持续进化。正是这种生成 → 评估 → 改进的反思循环让它的性能随迭代次数稳步爬升⚠️ 反思模式成本权衡什么时候该用Reflection 反思模式不是万能的书中给出了明确的权衡⏱️延迟与成本上升每一轮精炼都是一次新的 LLM 调用不适合时效敏感的场景上下文膨胀迭代越多对话历史越长可能撑爆上下文窗口或触发 API 限流✅经验法则当输出质量、准确性比速度和成本更重要时长文写作、代码调试、复杂计划果断使用反思模式若任务对客观性或专业评估要求高务必上独立 Critic 智能体。两个强力外挂能让反思效果翻倍配合记忆管理Chapter 8智能体可以记住过往批评避免重复犯错配合目标设定与监控Chapter 11目标提供自评基准监控追踪偏差反思成为纠偏引擎。 延伸阅读仓库中的相关章节Chapter 4: Reflection 完整原文模式总览与生产-批评模型设计LangChain 反思循环实战代码阶乘函数生成-批评-精炼完整示例Google ADK 版双Agent示例DraftWriter FactChecker 流水线Chapter 9: Learning and AdaptationSICA 自改进案例L56-L79Chapter 8: Memory Management让反思记得住过往批评Chapter 11: Goal Setting and Monitoring目标与监控如何为反思提供基准README 全书目录21 个模式总览与章节导航总结Reflection 反思模式通过执行 → 评估 → 精炼 → 迭代的反馈回路让智能体从被动执行升级为自我纠错生产者-批评者双角色是更稳健的实现能消除自我审阅的认知偏差质量优先于速度的任务写代码、写长文、做计划最适合使用反思模式代价是更高的延迟、成本与上下文占用务必设置停止条件如CODE_IS_PERFECT与最大迭代次数与记忆管理、目标监控组合使用反思就从一次性检查变成持续进化的引擎。赞分享文档教程AI Agent人工智能【免费下载链接】Agentic-Design-PatternsAgentic Design Patterns项目地址https://gitcode.com/gh_mirrors/agen/Agentic-Design-Patterns点击查看免费下载相关推荐计算机考研408复习规划四门课16周的时间轴与资料清单计算机考研408复习规划四门课16周的时间轴与资料清单 刚开始复习计算机考研408的同学多半卡在同一个地方数据结构刚过一遍翻开计组就被数据表示和运算卡住文档教育教程非营利组织终极指南如何用LiveKit Agents构建智能AI助手解决方案非营利组织终极指南如何用LiveKit Agents构建智能AI助手解决方案 在数字化时代非营利组织面临着资源有限、人力不足的挑战同时需要高效服务受益者、AI Agent人工智能语音AI 应用多模态NemotronLabs-VoiceChat-11B-4bit麦克风交互实例打造你的AI语音助手NemotronLabs VoiceChat 11B 4bit麦克风交互实例打造你的AI语音助手 NemotronLabs VoiceChat 11B 4bi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

校园智慧订餐平台毕设实战:SpringBoot+小程序全栈设计与实现

校园智慧订餐平台毕设实战:SpringBoot+小程序全栈设计与实现

校园智慧订餐平台,说白了就是给学生和校内商户搭一个点餐外卖闭环。这个毕设题目的核心价值在于,它把 SpringBoot 后端、微信小程序前端和订单履约流程串在了一条完整业务线上,非常适合用来展示你对 Java 后端和移动端整体架构的把控能力。我…

📅 2026/10/11 23:42:22
AI算力竞争延伸至供电系统:XMax拟收购1200V氮化镓技术公司

AI算力竞争延伸至供电系统:XMax拟收购1200V氮化镓技术公司

当前,AI数据中心的竞争,正在从计算芯片延伸至电力基础设施。随着人工智能模型规模扩大、推理需求增长以及高密度GPU集群持续部署,数据中心对供电效率、功率密度和能源管理能力提出了更高要求。除了GPU、服务器和网络设备,承担电力…

📅 2026/10/11 23:42:22
Python新手实验清单:五道题吃透循环与条件判断

Python新手实验清单:五道题吃透循环与条件判断

刚学 Python 的第一份实验清单,基本逃不过这五道题:三位数组合、素数判断、四叶玫瑰数、字符统计、九九乘法表。我第一次写的时候,前两道题就把自己卡到怀疑人生,后来回头一看,问题不在语法不会,而是“循环…

📅 2026/10/11 23:42:22
MORE NEWS

更多资讯

📰

CNN+Transformer联合模型实现无参考图像清晰度评分

简介:本资源是一套面向计算机及相关专业在校学生、教师与工程师的图像质量评估实战项目,聚焦于清晰度等客观指标的自动化评分,适用于毕业设计、课程设计及AI方向大作业等场景。项目创新性地在CNN主干网络的中间层嵌入Transformer模块&#xf…

📰

Python景点数据分析系统:爬虫、数据库与可视化实战

简介:一套基于Python的热门景点数据分析与可视化系统项目实例,面向具备Python基础、希望掌握全栈式数据分析流程的研发人员与数据分析师,适用于文旅决策、景区运营优化和在线旅游平台推荐等场景。内容围绕完整项目闭环展开:从数据…

📰

光伏电站Python数据分析:分布、发电预测与能源管理一站式实践

简介:一套面向能源管理与光伏发电研究的MATLAB源码工具,专注计算分布式光伏在自发自用、统购统销、合同能源管理等不同运营模式下的综合效益,可供政策制定者、投资者、运营商及高校师生量化评估经济收益与节能减排潜力,适合需要快…

📰

MGRE+OSPF隧道组网:NHRP组播配置与典型排错实践

做Datacom方向认证的人,基本都会做到这样一个进阶实验:在通过非广播网络互联的多台路由器之间,用MGRE把分散站点拉成一张虚拟网,再在这张虚拟网上跑OSPF。听起来不难,实际配置下去你会发现,Hello包发不出去…

📰

传送带破损检测数据集:700张COCO格式图像+实例分割标注

简介:本资源是一套面向工业视觉检测领域的传送带皮带破损缺陷识别专用数据集,适用于计算机视觉方向的初学者与算法工程师开展目标检测模型训练与评估。数据集基于700张真实场景下的传送带图像构建,全部采用COCO标准JSON格式完成精细标注&…

📰

Claude Code 一周烧掉一半配额?我用逆向工程拆解 Agent 测试的缓存 TTL 盲区与 TaoToken 可观测性

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬