Agent Reflection 总览

一句话理解：Agent Reflection 是 Agent 的“自省系统”，让 Agent 在生成结果后主动批判、评估、修订，从而把“一次性回答”进化成“持续优化的输出”。

本主题适合谁

正在设计或实现 Agent 系统的工程师，希望理解反思层如何与 Runtime、Memory、Multi-Agent 配合。
发现单轮 LLM 或 ReAct 在复杂任务中仍然出错的开发者。
负责代码生成、内容创作、规划决策、工具调用等高要求场景的架构师。
准备 AI Infra 相关面试的候选人。

学习目标

阅读完本主题后，你应该能够：

解释为什么单轮 LLM 和 ReAct 仍然需要独立的 Reflection 机制。
说明 Reflection 的核心思想：生成、批判、评估、修订的闭环。
区分内部反馈与外部反馈、行动反思与计划反思、个体反思与群体反思。
画出 Agent Reflection 的分层架构，并说明与 Generator、Critic、Evaluator、Revision Controller 的关系。
描述 Reflection Loop 的完整状态流转与终止条件。
对比 Self-Refine、Reflexion、CRITIC、Tree of Thoughts、LangGraph Reflection、AutoGen Reflection、o1/DeepSeek-R1、SCoRe、PreFlect、A-Mem/ACE、ACT/ICRL、EvoResearcher、CAFT 的设计取舍。
知道如何为自己的 Agent 选择 Critic 模型、评分标准、终止策略与人工兜底方案。
理解 Mini Demo 的设计与运行方式，能在本地复现“生成—批判—修订”过程。
回答关于 Reflection 与 ReAct 区别、Critic 设计、避免无限循环、与 Memory 集成等面试问题。

Agent Reflection 与其他主题的关系

主题	解决的核心问题	与 Agent Reflection 的关系
Agent Runtime	如何安全、可观测地执行 Agent 任务	Runtime 提供 ReAct 循环与工具执行环境，Reflection 在此基础上叠加“生成—批判—修订”闭环
Agent Memory	如何保留并利用上下文与经验	Reflection 产生的 critique、score、revision 可以写入 Memory，形成可复用的经验教训
Agent Reflection	如何让 Agent 主动发现并修正自身错误	承上启下，把“即时生成”转化为“迭代优化”
Multi-Agent	多 Agent 如何分工协作	群体反思（Group Reflection）依赖 Multi-Agent 的通信与协调机制
Planning	如何分解与重规划任务	Plan Reflection 在规划层面做批判与重规划，是 Reflection 与 Planning 的交汇点
Tool Use	工具调用与执行	Tool-use Reflection 专门反思工具选择、参数填充与调用结果
Agent OS	运行时操作系统	Reflection 结果可触发 Agent OS 的 checkpoint/rollback 或流程升级
MCP	工具发现与调用协议	Reflection 可以调用外部验证工具（如编译器、单元测试、检索）获取客观反馈；MCP 提供标准化工具发现
RAG	/06-rag/	Reflection 可基于 RAG 检索结果评估答案忠实度。
AI SRE	/07-ai-sre/	AI SRE 为 Reflection 质量评估提供数据与告警。

上表可以概括为一句话：Agent Runtime 决定“怎么执行”，Memory 决定“记住什么”，Reflection 决定“怎么发现错误并改得更好”。

本章结构

背景 — 单轮 LLM 与 ReAct 的局限、人类元认知启发、Reflection 演进阶段、典型场景。
核心思想 — 生成 + 批判 + 评估 + 修订、内部/外部反馈、行动/计划反思、个体/群体反思、与 Memory 集成。
架构设计 — Generator / Critic / Evaluator / Revision Controller / Workspace / Reflection Memory / Policy / Observer / Human Gate。
反思循环 — generate → critique → score → revise → terminate，状态与序列图、终止条件、护栏、HITL。
核心模块 — 各模块职责、输入输出、关键接口、生产注意事项。
源码分析 — Self-Refine、Reflexion、CRITIC、Tree of Thoughts、LangGraph Reflection、AutoGen Reflection、o1/DeepSeek-R1、SCoRe、PreFlect、A-Mem/ACE，及 2026 年训练式与机制式反思的收敛（ACT、ICRL、CAFT、Self-Correction Illusion、EvoResearcher）。
工程实践 — 纯 Python Mini Demo 设计与运行说明。
企业生产实践 — 何时启用 Reflection、Critic 模型选择、评分校准、在线/离线反思、反思预算、记忆卫生、与 Runtime/Memory 集成、评测基准。
最佳实践 — criteria-first、聚焦 Critic、避免无限循环、人工兜底、持久化反思结果、策略版本管理。
面试题 — 初级/中级/高级面试题。
延伸阅读 — 官方文档、论文、工程文章、相关主题、学习路径。

一句话总结

Agent Reflection 不是让 LLM 多生成几轮，而是让 Agent 在生成后主动批判自身输出、量化质量、定向修订，并把反思过程与结果沉淀为可复用的经验，从而在代码、写作、规划、工具使用等复杂任务中持续逼近正确解。

本章小结

Agent Reflection 是 Agent 基础设施中负责“自我纠错”的一层：它向上为 Agent Runtime 提供生成—批判—评估—修订的闭环能力，向下依赖 Memory 保存反思经验、依赖 Multi-Agent 实现群体反思、依赖外部工具获取客观反馈。它与 Runtime、Memory、Planning、Multi-Agent、Tool Use、MCP 都有清晰边界，核心目标是让 Agent 从“一次性回答”进化为“迭代优化”。

参考来源

Agent Reflection 总览 ​

本主题适合谁 ​

学习目标 ​

Agent Reflection 与其他主题的关系 ​

本章结构 ​

一句话总结 ​

本章小结 ​