Planning与Reflection增强机制

概述

react-paradigm\|ReAct提供了基础的思考-行动循环，但线性推理在面对复杂任务时容易走入死胡同。2023-2025年，Planning（规划）和Reflection（反思）机制成为Agent能力增强的核心方向。

Planning机制

Tree of Thoughts (ToT)

• 将线性推理（CoT）扩展为树状搜索结构
• LLM在每步生成多个候选思路，通过评估器打分选择最优路径
• 支持BFS/DFS搜索策略
• 成熟度：★★★★ 已成为复杂推理任务的标准技术

Graph of Thoughts (GoT)

• 将推理过程建模为有向图（DAG），允许合并、分解、精炼思维节点
• 超越树结构局限，能建模更复杂的推理关系
• 成熟度：★★★ 学术验证充分，工程应用在增长

Plan-and-Solve Prompting

• 将复杂任务显式分为"制定计划"和"执行计划"两阶段
• 减少CoT中常见的步骤遗漏和计算错误
• 成熟度：★★★★★ 已高度成熟，被多种Agent框架采用

MCTS + LLM

• 将蒙特卡洛树搜索与LLM推理结合
• o1/o3/o4系列模型的"思考链"本质上融合了类似搜索的机制
• 推理时计算（Inference-Time Compute）成为热点

Self-Reflection机制

Reflexion

• 机制：执行任务 → 获得环境反馈 → 自然语言自我评价 → 存入episodic memory → 下次改进
• 优势：无需修改模型权重，纯通过"语言反思"实现自我改进
• 效果：研究表明可提升推理准确率高达20%

Self-Refine

• 机制：生成初始输出 → 自我反馈 → 根据反馈精炼 → 迭代直到满意
• 特点：单模型完成全流程，无需外部模型或监督

成熟度

• ★★★★ 自反思已成为几乎所有主流Agent框架的标配组件
• 2025-2026趋势：从"简单重试"进化为"结构化反思+长期记忆+策略更新"

Planning → Reflection → Action 闭环

┌──────────────┐
          │  Planning    │ ← 将任务分解为子计划
          └──────┬───────┘
                 ▼
          ┌──────────────┐
          │  Action      │ ← 执行当前步骤（react-paradigm|ReAct循环）
          └──────┬───────┘
                 ▼
          ┌──────────────┐
          │  Reflection  │ ← 评估结果，更新策略
          └──────┬───────┘
                 │
          ┌──────┴───────┐
          │ 满意？       │
          │ Yes → 继续/结束 │
          │ No  → 回到Planning │
          └──────────────┘

相关页面

• react-paradigm — 基础ReAct范式
• agent-timeline — 时间线
• code-agent — Code Agent深度使用Planning+Reflection