_{🧠 图解记忆：LATS = Language Agent Tree Search（语言 Agent 树搜索）；点击图片可查看原图。}

💡 答案要点

LATS = Language Agent Tree Search（语言 Agent 树搜索）

核心思想：用树搜索做规划和反思

ReAct：线性探索，一条路走到黑
Reflexion：单路径 + 记忆
LATS：同时探索多条路径，选最优

LATS 树结构：
                    Root（目标）
                   /   |   \
              Node1  Node2  Node3（三个不同策略）
             / | \   / | \   / | \
           ...  (每个节点都是一次 Act-Eval-Reflect 循环)

评估：每条路径都走一遍 → 选得分最高的路径

LATS vs Reflexion 对比：

维度	Reflexion	LATS
探索方式	单路径 + 记忆	多路径 + 树搜索
适用复杂度	中等	高（需要多策略对比）
计算成本	低	高
工程实现	简单（记忆存储）	复杂（树结构管理）

面试话术：

"LATS 是树搜索在 Agent 规划中的应用，核心思想是'多路径探索+选择最优'。Reflexion 像'错题本'，同类题做错了记下来；LATS 像'试错'，同时试三条路选走得最远的。LATS 适合高风险决策场景（比如金融交易），普通 Agent 任务 Reflexion 就够了。"