_{🧠 记忆锚点：ReAct 看环境走下一步；Reflexion 复盘整次尝试，把教训带进下一轮。}

💡 答案要点

Reflexion = 通过语言反馈实现自我反思的 Agent 范式

核心思想：

• Agent 执行任务后，让 LLM 评估执行结果
• 如果失败，用反思结果指导下一步行动
• 用"语言记忆"替代传统强化学习的奖励信号

ReAct vs Reflexion：

维度	ReAct	Reflexion
反馈来源	外部环境（工具返回）	自我语言评估
反思机制	无（只看 Observation）	有（显式反思）
适用场景	外部信息明确	需要判断质量
错误处理	被动重试	主动反思修正

Reflexion 流程：

1. 执行（Execute）：Agent 执行动作，获得结果
2. 评估（Evaluate）：LLM 评估结果是好是坏
3. 反思（Reflect）：如果失败，分析原因，生成反思
4. 重试（Retry）：根据反思调整策略，重新执行

示例：
Task: 写一篇技术博客
Execute: 生成初稿
Evaluate: "这篇博客结构不清晰，有些技术点没说清楚"
Reflect: "需要：1) 增加开头引入 2) 技术点详细说明 3) 结尾总结"
Retry: 根据反思重写

实现示例：

def reflexion_agent(task, max_turns=3):
    for turn in range(max_turns):
        # 执行
        result = agent.execute(task)

        # 评估
        evaluation = llm.evaluate(f"""
        任务：{task}
        结果：{result}
        请评估结果质量，指出不足之处。
        """)

        # 判断
        if evaluation.is_good:
            return result

        # 反思
        reflection = llm.reflect(f"""
        任务：{task}
        结果：{result}
        问题：{evaluation.issues}
        请分析原因，给出改进建议。
        """)

        # 带着反思重试
        task = f"{task}\n\n反思：{reflection}"

    return result

面试话术：

"Reflexion 的核心是用语言反馈代替传统 RL 的奖励信号。ReAct 只看环境返回什么，Reflexion 会让模型自己判断'我做得好不好，为什么不好，怎么改'。这种自我反思能力让 Agent 在复杂任务中表现大幅提升。"