_{🧠 图解记忆：Evaluator 本身也是 LLM，可能误判；点击图片可查看原图。}

💡 答案要点

五大工程挑战：

挑战1：评估器准确率

• Evaluator 本身也是 LLM，可能误判
• 解决：用多维度打分而非单一判断

挑战2：反思死循环

• Agent 反反复复无法收敛
• 解决：设置最大循环次数 + 收敛判断

挑战3：Token 成本爆炸

• 反思循环的多次 LLM 调用 → 成本暴增
• 解决：分层评估，简单任务用小模型，复杂任务才调大模型

挑战4：记忆存储与检索

• Reflexion 记忆太多检索变慢
• 解决：用向量数据库存储 + 按类型分类

挑战5：何时触发反思

• 反思不是免费的，何时该触发？
• 解决：基于规则 + 基于置信度双保险

面试话术：

"生产级反思 Agent 的核心是平衡'质量'和'成本'。五大工程坑：评估器可能误判（用多维度代替单判断）、反思死循环（设 max_iter + 收敛判断）、Token 成本爆炸（分层评估简单任务用小模型）、记忆检索慢（向量数据库）、触发时机（规则+置信度双保险）。我的经验是：先用 Reflexion 简单实现看效果，瓶颈出现再逐个优化。"

📚 参考：LangGraph：生产级 Agent 的循环与重试控制

---

版本: v2.6 | 更新: 2026-04-07 | by 二狗子 🐕