反思与自我批评循环
每一步之后都询问模型“刚才做得对吗？接下来做什么？”——这是成本最低的可靠性提升方法。
反思与自我批评循环 是 CoddyKit 上的免费 AI Agents 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 AI Agents 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Agents 课程共包含 4 节课。
本课时的部分内容尚未翻译，以英文显示。
什么是反思
反思是指智能体回顾自己过去的动作，并询问：“哪些地方做得好？哪些地方做得不好？我应该做出哪些不同的处理？”
这是提升智能体可靠性成本最低的方法。
Reflexion 论文
Shinn 等人于 2023 年提出了 Reflexion。在每次失败的尝试之后，智能体都会撰写自我批评，并将其作为下一次尝试的指导。质量大幅提升。
A Simple Reflection Loop
def with_reflection(task, max_attempts=3):
reflections = []
for attempt in range(max_attempts):
result = agent.run(task, hints=reflections)
if result.success:
return result
reflection = llm.invoke(f'''
Task: {task}
Attempt: {attempt + 1}
What went wrong: {result.error}
Reflect on what to do differently next time.
''').content
reflections.append(reflection)
return last_result没有失败时进行自我批评
您也可以让智能体对成功的输出进行自我批评：
critique_prompt = '''
Review your answer for:
1. Is it factually correct?
2. Is it complete?
3. Are there obvious improvements?
If improvements possible, return REVISE: <revised answer>.
Otherwise return ACCEPT.
'''将批评器作为独立模型
使用不同的模型进行批评：
- 减少共同偏差
- 成本可能更低（小型批评模型、大型生成模型）
- 也可以反过来（小型生成模型、大型批评模型）
步骤级反思
在每个 STEP 之后进行反思，而不只是最后反思：
thought = 'I will use search_kb'
action = call_search_kb(...)
observation = '...'
reflection = llm.invoke(f'Did that step help? Should I try a different tool next?').content成本意识
反思会使 LLM call 次数翻倍。对于延迟要求极高的路径，请跳过反思。对于高质量输出，反思是值得的。
避免迎合式反思
如果您问“这是否奏效了？”，模型通常会回答“是”。请强制进行批判性评估：
critique_prompt = 'List 3 SPECIFIC PROBLEMS with the previous answer. If you cannot find any, say WHY there are none.'反思记忆
将反思保存到持久化存储中。经过多次会话后，智能体会建立一个“经验教训”库：
save_reflection({
'task_type': 'sql-write',
'lesson': 'Always check if table is partitioned before running heavy aggregations.',
'created_at': now()
})检索相关的过往反思
开始新任务时，检索与任务类型匹配的经验教训：
lessons = vector_db.search(embed(task_description), filter={'type': 'reflection'}, k=3)
prompt += '\nLessons learned from past tasks:\n' + '\n'.join(lessons)一个具体成果
在代码智能体提示词中加入“完成每个步骤后，简要记录可能出错的地方并再次检查”，通常能在基准测试中将错误率降低 15-30%。
验证器—生成器
一种变体是：让一个 LLM 生成内容，另一个进行验证。如果验证器拒绝，生成器就根据拒绝原因重试。如今许多生产环境中的智能体都采用这种方式。
何时不进行 NOT 反思
- 本身成本已经很低的一次性任务
- 实时聊天
- 对延迟要求极高的路径
Reflexion 的洞见
Reflexion 论文的关键洞见是什么？
回顾
反思是低成本的质量提升手段。失败后进行批评，保存经验教训，并在未来处理类似任务时检索这些经验。条件允许时，请使用独立的批评模型。
常见问题解答
「反思与自我批评循环」课时是免费的吗？
是的 — 「反思与自我批评循环」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Agents 课程的其余内容，请升级到 CoddyKit PRO。 AI Agents 课程共包含 4 节课。
「反思与自我批评循环」这节课中我会学到什么？
每一步之后都询问模型“刚才做得对吗？接下来做什么？”——这是成本最低的可靠性提升方法。 你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 AI Agents 需要有经验吗？
无需任何先前经验。CoddyKit 上的 AI Agents 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「反思与自我批评循环」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 AI Agents 课中编写并运行代码吗？
能。每节 AI Agents 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。