Agent 架构模式

是什么

定义"模型如何决策、如何行动、何时停止"的循环结构。这是 Agent 的骨架。

为什么需要

不同的任务适配不同范式：简单问答用不上复杂循环，长任务需要规划，易错任务需要反思。选错范式会既贵又不可靠。

主流范式

ReAct（Reasoning + Acting）

最通用的"思考—行动—观察"循环，适合工具驱动型任务。

Plan-and-Execute

先让模型生成完整计划（多步），再逐步执行。适合长任务，避免边走边改导致跑偏。

Reflexion（自我反思）

执行后让模型评价自己的结果，把反思写入记忆，下一轮改进。适合易错、需迭代的任务。

Router / Supervisor

先由路由器判断"该交给哪个子流程"，再分发。适合多能力并存、需分流的场景。

对比

范式	适用	优点	代价
ReAct	工具驱动、中等复杂	通用、直观	易循环、耗 token
Plan-and-Execute	长任务、多步骤	方向稳、可审查	计划可能过时
Reflexion	易错、需迭代	自我纠错	多一轮推理成本
Router	多能力分流	职责清晰	需维护路由逻辑

常见陷阱

• 无停止条件：循环不停，靠 max_steps 兜底。
• 计划过细：Plan 模式里把计划写到原子级，反而脆弱；保留弹性。
• 反思空转：Reflexion 反复"觉得不对"却不改策略，需限定反思轮次。

参考

• Yao et al., ReAct（arXiv）
• Plan-and-Solve / Reflexion 原始论文
• LangGraph / AutoGen 中的 graph / group 编排文档