Agent 经典范式

Agent 的"思考-行动"模式有三种经典范式：ReAct、Plan-and-Solve、Reflection。它们并不互斥，实际项目中经常组合使用。

参考：hello-agents 第 4 章 — 三大经典范式的"原理 + 代码 + 实战"

ReAct（推理 + 行动）

🕵️ 类比：侦探查案 — 边做边调整，一步一个脚印

核心思想

ReAct（Reasoning + Acting）由 Shunyu Yao 于 2022 年提出，将推理与行动显式结合，形成 Thought → Action → Observation 的协同循环。

┌──────────┐     ┌──────────┐     ┌─────────────┐
│ Thought  │ ──→ │  Action  │ ──→ │ Observation │
│  思考     │     │   行动    │     │    观察      │
└──────────┘     └──────────┘     └──────┬──────┘
      ↑                                  │
      └──────────── 循环 ◄───────────────┘
                  (直到 Finish)

形式化

(th_t, a_t) = π(q, (a_1, o_1), ..., (a_{t-1}, o_{t-1}))
o_t = T(a_t)

• th_t：第 t 步的思考
• a_t：第 t 步的行动
• o_t：行动后的观察
• π：LLM 决策策略
• T：工具执行函数

核心组件

• ToolExecutor：管理工具注册/获取/描述格式化。三要素：Name（唯一标识）、Description（自然语言描述）、Execution Logic（实际执行函数）
• ReActAgent：循环执行 → 格式化提示词 → 调用 LLM → 解析 Thought/Action → 执行工具 → 追加 Observation → 继续
• 安全机制：max_steps 防止无限循环

优缺点

• ✅ 动态规划与纠错、工具协同能力强、高可解释性
• ❌ 对 LLM 能力强依赖、多次调用效率低、提示词格式脆弱

Plan-and-Solve（先规划后执行）

🏗️ 类比：建筑师建房 — 先画蓝图再施工，逻辑清晰

核心思想

由 Lei Wang 于 2023 年提出。将任务明确分为两个阶段：先规划（Plan），后执行（Solve），解决思维链在复杂任务中易"偏离轨道"的问题。

问题 → [Planner] → 计划 [Step1, Step2, Step3]
                         ↓
                    [Executor]
                    Step1 → Result1
                    Step2 → Result2  (含前面所有结果)
                    Step3 → Result3
                         ↓
                      最终答案

形式化

P = π_plan(q)                              # 规划：生成步骤列表
s_i = π_solve(q, P, (s_1, ..., s_{i-1}))   # 执行：逐步执行

核心组件

• Planner：强制输出结构化计划（如 Python 列表 format）
• Executor：每步将原始问题 + 完整计划 + 历史结果作为上下文
• PlanAndSolveAgent：组合 Planner 和 Executor 的协调者

优缺点

• ✅ 结构清晰、目标一致性强、避免中间步骤迷失
• ❌ 计划静态（缺乏动态调整）、强依赖初始规划质量

Reflection（自我反思）

✍️ 类比：作家改稿 — 写初稿 → 审阅 → 优化 → 反复迭代

核心思想

引入事后自我校正循环，通过"执行 → 反思 → 优化"的迭代闭环，赋予 Agent 自我进化能力。

初始执行 (O₁)
    ↓
反思: 分析问题/瓶颈 (F₁)
    ↓
判断: F₁ 包含"无需改进"？ → Yes → 返回结果
    ↓ No
优化: 根据反馈重写 (O₂)
    ↓
反思: (F₂) ...
    ↓
(迭代直到收敛或达到最大次数)

形式化

F_i = π_reflect(Task, O_i)       # 反思：评审上一轮结果
O_{i+1} = π_refine(Task, O_i, F_i)  # 优化：根据反馈重写

角色分离设计

通过三个不同的提示词模板，让 LLM 分别扮演：

优缺点

• ✅ 显著提升解决方案质量、增强鲁棒性、形成短期记忆
• ❌ Token 消耗倍增（每轮至少 2 次 LLM 调用）、延迟显著增加

范式选择与组合

三种范式并非互斥，实际项目中可组合使用：

Plan-and-Solve（全局规划）
      ↓
ReAct（执行需要工具调用的步骤）
      ↓
Reflection（对最终结果进行质量审查）