摘要: ReAct 和 Plan-and-Solve 完成任务后即止，而 Reflection 范式引入了“事后修正”机制。本篇将构建一个具备“自我进化”能力的智能体，通过模拟人类的“初稿->反思->修稿”工作流，实现代码生成任务从 到 的算法级自动优化。
关键词: Reflection, Self-Correction, Iterative Refinement, Memory Module, System 2 Thinking
本文是基于Datawhale的hello-agent开源项目做的一些笔记，内容仅供参考，原PDF以及代码可以去github仓库获取https://datawhalechina.github.io/hello-agents
在前两篇中，我们构建了“边走边看”的 ReAct 和“先谋后动”的 Plan-and-Solve。它们各有千秋，但都有一个共同痛点：一旦输出，便是定局，缺乏自我纠错的能力。
智能体生成的初始答案，无论是行动轨迹还是最终代码，往往存在谬误或并非最优。Reflection 机制的核心思想，是为智能体引入一种事后 (post-hoc) 的自我校正循环。
4.4.1 Reflection 机制的核心思想
Reflection 灵感来源于人类的学习过程：写完文章要校对，做完题要验算。这一思想在 Noah Shinn 等人提出的 Reflexion 框架中得到了系统化0。
其核心是一个简洁的三步循环：
- 执行 (Execution)：生成“初稿”。
- 反思 (Reflection)：调用一个独立的 LLM 实例扮演“评审员”，审视“初稿”的事实错误、逻辑漏洞或效率问题，并生成反馈 (Feedback)。
- 优化 (Refinement)：结合“初稿”和“反馈”，生成“修订稿” 。
数学形式化表达
流程可视化
(图 4.3 Reflection 机制中的“执行-反思-优化”迭代循环)
4.4.2 短期记忆模块 (Memory Module)
Reflection 的核心在于迭代，而迭代的前提是“记住”之前的尝试和反馈。我们需要一个 模块来存储完整的轨迹 。
4.4.3 Reflection 智能体的编码实现
有了记忆模块，我们来实现 。这需要三个精心设计的 Prompt，分别对应三个角色。
1. 提示词设计 (Prompt Engineering)
- Initial Prompt: 资深 Python 程序员。任务：直接写代码 。
- Reflection Prompt: 极其严格的代码评审专家。任务：找出算法效率瓶颈，提出改进建议（如时间复杂度优化）。
- Refinement Prompt: 优化者。任务：根据反馈重写代码 。
深度解析 (Deep Dive)：
原文中 的设计非常关键：“你是一位极其严格的代码评审专家…专注于找出算法效率上的主要瓶颈…如果存在更优解，请提出具体的改进算法（如筛法替代试除法）” 。这种Persona (角色设定) + Specific Constraint (具体约束) 是让 LLM 输出高质量反馈的秘诀。
2. 智能体核心逻辑
4.4.4 运行实例：从 到
我们将任务设定为：“编写一个 Python 函数，找出 1 到 n 之间所有的素数” 。这是一个经典的算法优化场景。
第 1 轮：初始尝试
- LLM 输出：生成了一个标准的双重循环代码（试除法）。
(注：这是典型的初学者写法，效率一般)
第 1 轮：反思
- 评审员反馈：当前代码时间复杂度为 。当 n 很大时性能会下降。建议使用 埃拉托斯特尼筛法 (Sieve of Eratosthenes)，复杂度可降为 。
第 1 轮：优化
- LLM Agent 智能体 输出：根据反馈重写了代码，使用了筛法。
第 2 轮：反思
- 评审员反馈：当前代码已使用筛法，非常高效。虽然可以进一步使用“分段筛法”优化内存，但一般情况下无需改进 。
- 结果：触发终止条件，任务结束。
4.4.5 成本收益分析
Reflection 是一种“以成本换质量”的高级策略。
- 成本 (Cost)：
- Token 消耗倍增：每一轮迭代至少由于 2 次 LLM 调用（Reflect + Refine）。
- 延迟 (Latency)：串行过程，耗时显著增加 。
- 收益 (Benefit)：
- 质量跃迁：能将“合格”方案优化为“优秀”方案（如本例中的算法复杂度降低）。
- 鲁棒性：内部纠错回路能发现逻辑漏洞 。
适用场景：生成关键业务代码、撰写技术报告、复杂逻辑推演 。
至此，我们完成了三种经典范式的构建。请参考下表选择适合你的架构：
ReAct 思考-行动-观察 需要实时搜索、API 交互、探索性任务 环境适应性强，动态纠错
Plan-and-Solve 先规划-后执行 逻辑严密、步骤清晰的复杂推理任务 结构清晰，避免中途迷失
Reflection 执行-反思-优化 代码生成、长文写作、高质量决策
质量极高，具备自我进化能力
Next Step: 现在你已经掌握了单智能体的设计。但在真实世界中，一个超级智能体往往难以独当一面。下一章，我们将进入 Multi-Agent (多智能体) 的世界，探索如何让多个 Agent 像公司团队一样协作！
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/240404.html原文链接：https://javaforall.net
