Agent-refleksion og selvkorrigerende loops
Gør agenter klogere ved at lade dem kritisere og revidere deres eget arbejde. Lær refleksionsmønsteret, hvornår De skal bruge det, og hvordan De afgrænser det til produktion.
Agent-refleksion og selvkorrigerende loops er en gratis Promptdesign og optimering af LLM'er for udviklere-lektion på CoddyKit. Dette er lektion 4 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Promptdesign og optimering af LLM'er for udviklere, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Promptdesign og optimering af LLM'er for udviklere-kurset indeholder 4 lektioner i alt.
Hvad er refleksion?
Refleksion er et agentmønster, hvor modellen gennemgår sit eget output, finder fejl og producerer en forbedret version — uden et menneske i løkken.
Det omdanner et engangssvar til en iterativ proces med først et udkast og derefter en revision.
Generator-kritiker-mønsteret
To roller driver refleksion:
- Generator: producerer et kandidatsvar
- Kritiker: evaluerer det ud fra kriterier og foreslår rettelser
De kan være den samme model med forskellige prompts.
En grundlæggende refleksionsløkke
Generer, kritisér, og generer derefter et nyt svar ved hjælp af kritikken. Gentag, indtil kritikeren er tilfreds, eller en grænse nås.
let draft = generate(task);
for (let i = 0; i < maxIters; i++) {
const fb = critique(task, draft);
if (fb.ok) break;
draft = revise(task, draft, fb.notes);
}Skrivning af kritiker-prompten
En god kritiker er specifik. Giv den eksplicitte kriterier i form af en tjekliste, så feedbacken kan omsættes til handling i stedet for at være vag ros.
Review the answer for:
1. Correctness
2. Completeness
3. Following the format spec
List concrete problems, or reply DONE.Reflexion med hukommelse
Teknikken Reflexion gemmer tidligere fejl som teksthukommelse. Agenten læser sine tidligere refleksioner før næste forsøg, så den ikke gentager fejlene.
Værktøjsforankret refleksion
Refleksion er langt stærkere, når kritikeren kan køre tests, kompilere kode eller forespørge data — så mening erstattes af belæg.
const result = runTests(draft);
if (!result.passed) {
draft = revise(task, draft, result.failures);
}Begrænsning af løkken
Ubegrænset refleksion kan køre i en uendelig løkke eller bruge alle tokens. Sæt altid et loft over antal iterationer, og tilføj en tidlig afslutning, når kritikeren godkender.
const MAX_ITERS = 3;
let iters = 0;
while (!approved && iters++ < MAX_ITERS) { /* ... */ }Aftagende udbytte
Kvaliteten flader normalt ud efter 2-3 cyklusser. Spor, om hver revision faktisk forbedrer en målbar score, og stop refleksionen, når forbedringerne udebliver.
Omkostninger kontra kvalitet
Hver refleksionscyklus er ekstra LLM-kald. Gem refleksion til værdifulde eller fejlbehæftede opgaver (kode, planlægning), og spring den over ved simple opgaver.
Undgå selvforstærkende fejl
En model kan selvsikkert godkende sit eget forkerte svar. Brug en anden model eller eksterne værktøjer som kritiker, når korrekthed er afgørende.
Kombination med planlægning
I en større agent placeres refleksion efter hvert større trin: handl, observer, reflektér, justér planen. Det gør lange autonome arbejdsgange langt mere robuste.
Hurtigt tjek
Test din forståelse.
Opsummering
Du har lært refleksionsmønsteret: en generator-kritiker-løkke, hvor agenten kritiserer og reviderer sit eget arbejde. Brug specifikke kriterier for kritikeren, forankr kritikken i værktøjer, gem refleksioner som hukommelse, begræns antallet af iterationer, og brug en uafhængig kritiker, når korrekthed er afgørende.
Lær Promptdesign og optimering af LLM'er for udviklere med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 12
- Lektioner
- 48
Ofte stillede spørgsmål
Er lektionen “Agent-refleksion og selvkorrigerende loops” gratis?
Ja — hele teksten til “Agent-refleksion og selvkorrigerende loops” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Promptdesign og optimering af LLM'er for udviklere-kurset, skal du opgradere til CoddyKit PRO. Promptdesign og optimering af LLM'er for udviklere-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Agent-refleksion og selvkorrigerende loops”?
Gør agenter klogere ved at lade dem kritisere og revidere deres eget arbejde. Lær refleksionsmønsteret, hvornår De skal bruge det, og hvordan De afgrænser det til produktion. Du øver dig i Promptdesign og optimering af LLM'er for udviklere med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Promptdesign og optimering af LLM'er for udviklere?
Der kræves ingen tidligere erfaring. Promptdesign og optimering af LLM'er for udviklere på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 4 af 4.
Hvor lang tid tager lektionen “Agent-refleksion og selvkorrigerende loops”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Promptdesign og optimering af LLM'er for udviklere-lektion?
Ja. Alle Promptdesign og optimering af LLM'er for udviklere-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Design af multi-agent-systemer
- Hukommelses- og tilstandshåndtering for agenter
- Autonom workflow-automatisering
- Agent-refleksion og selvkorrigerende loops