Agent 6｜ReAct、Plan-and-Execute、Reflection

1. ReAct

flowchart LR
    T["Thought"] --> A["Action"] --> O["Observation"] --> T

• 优点（Adv）： 简单、灵活度高，逻辑透明。
• 缺点（Dis）： 长流程、多步骤任务容易跑偏。

2. Plan-and-Execute

定义： 先规划，然后一步一步执行。

• 可用大模型做 Planner，小模型做 Executor，节省 Token。
• 优点（Adv）： 结构清晰，进度可控，超长任务不易跑偏。
• 缺点（Dis）： 灵活度不如 ReAct，实况反馈不够及时。

3. Reflection

• 在 ReAct 或 Plan-and-Execute 中加入自我检查、修正。
• 目标：提高任务质量。
• 优点（Adv）： 输出质量高，发现错误可以修正，减少错误。
• 缺点（Dis）： Token 消耗和延迟增加。

flowchart LR
    E["执行任务"] --> C["自我检查"]
    C --> D{"是否有问题？"}
    D -->|有| R["修正"]
    R --> E
    D -->|无| F["输出结果"]

4. 进阶

4.1 动态 RePlan

• 每步执行完毕，将当前结果和剩余计划送回规划模块。
• 再由规划模块决定后续执行。
• 代价： 增加 Token 消耗。

flowchart LR
    P["当前计划"] --> E["执行一步"]
    E --> F["当前结果 + 剩余计划"]
    F --> R["重新规划 RePlan"]
    R --> P

4.2 Reflexion

• 把失败原因总结写入记忆中，供后续 LLM 使用。

flowchart LR
    F["失败 / 反馈"] --> R["原因总结"]
    R --> M["写入记忆"]
    M --> N["后续 LLM 使用"]

4.3 Token 消耗（原笔记所记顺序）

ReAct > Plan-and-Execute + Reflection > P&E

注：这里忠实保留了原笔记中的比较顺序。实际 Token 消耗取决于任务、循环轮次、模型及 Reflection 的使用频率，并不是固定的大小关系。