先给出一句话总览ReAct边思考边行动Think Act 交替循环Plan-and-Execute先整体规划再批量执行先规划后行动Reflection基于历史结果复盘修正事后反思迭代优化一、核心定义与工作流程1. ReActReasoning Acting核心思想推理和行动紧密穿插一步一想、一步一动。 流程循环Thought思考下一步该做什么 → Action调用工具/行动 → Observation得到结果不断循环直到得出答案。✅ 特点没有全局完整规划局部贪心决策只思考当前这一步思考轻量化即时根据工具返回结果调整下一步结构最简单最容易落地 ❌ 短板studio复杂多步骤长任务容易迷路、陷入局部最优看不到长远目标容易走弯路。典型场景简单问答、单轮多工具调用、实时搜索问答。2. Plan-and-Execute规划 - 执行代表方案PlanSolve、AutoGPT 早期思路核心思想先一次性生成完整任务执行方案Plan再按步骤依次执行。 流程接收任务 → LLM 输出完整分步计划Plan [步骤1,步骤2,步骤3...]严格按计划逐个执行 Action收集观测 Observation全部执行完成后汇总结果✅ 特点拥有全局视角提前理清完整路径长任务逻辑性更强减少无目的试探 ❌ 短板计划僵化执行中遇到意外、错误信息时不会主动修改原始计划如果一开始规划错了后续全部执行失效规划阶段消耗更多 token。进阶变种Plan-and-Solve 动态重规划允许执行中途重新更新计划弥补僵化缺陷。3. Reflection反思范式Self-Reflection核心思想行动完成之后对整个执行轨迹复盘、纠错、反思不足支持多轮迭代优化。 基础流程任务 → 执行可以是ReAct/Plan执行一轮 → Reflection反思模块分析失败/缺陷 → 修正策略/重新执行反思内容常见三类结果是否正确之前思考哪里出错工具调用是否多余 / 缺失下一轮如何调整思路、修改计划✅ 特点自带迭代闭环支持多次试错可以叠加在 ReAct / Plan-and-Execute 之上不是互斥 ❌ 短板需要多轮 LLM 调用成本高反思质量高度依赖大模型自身纠错能力。典型代表Self-Refine、Reflexion Agent二、直观横向对比表表格维度ReActPlan-and-ExecuteReflection时序逻辑思考与行动交替进行边想边做先全局规划后统一执行先想好再做执行结束后复盘反思迭代重做规划范围局部单步规划只决策下一步全局完整规划预先输出全流程不原生自带规划作用于事后修正动态调整能力强每一步可根据观测即时改变路线弱原始方案固定无重规划版本通过新一轮执行实现调整适用任务短流程、不确定性适中、实时交互任务长链路、目标清晰、步骤可预判任务容易出错、需要多次试错的复杂难题容错能力中等容易在长任务跑偏偏低初始规划出错则全盘失败最高支持多次迭代纠错三者关系基础单循环范式独立前置规划范式上层增强机制可叠加前两者三、关键容易混淆的重点Reflection 不是和前两者平级的执行循环ReAct、Plan-and-Execute 是任务执行的基础运行范式 Reflection 是增强层你可以搭建「ReAct Reflection」或者「Plan-and-Execute Reflection」架构。举例子ReActReflection一轮边想边行动跑完后反思哪里错了重新启动一轮 ReActPlan-and-ExecuteReflection执行完整套计划发现答案错误反思并重新生成新计划再次执行。ReAct vs Plan-and-Execute 最本质分界线有没有在行动之前一次性产出完整分步方案ReAct 永远不会提前写出全部步骤走一步看一步 原生 Plan-and-Execute 一开始就列出全部执行步骤清单。四、通俗比喻帮助理解ReAct出门找餐厅走到路口才临时决定左转还是右转看到新线索随时改变方向Plan-and-Execute出门前打开地图一次性规划好整条路线之后严格按路线走路封了也不知道变通Reflection走完一趟发现没找到餐厅复盘刚才哪里走错、信息漏查重新规划路线再出发。五、工程选型参考简单工具调用、实时查询、短任务 →优先 ReAct最简单、token 消耗低长链路标准化流程任务数据分析、结构化多步骤任务→Plan-and-Execute增加动态重规划高难度推理、容易出错、允许多次尝试的复杂 Agent →ReAct/Plan Reflection 反思层