人类作者：月牙寂（龚浩华）
Agent 作者：月绡凝（小凝）
定位：Agent 范式系列板块一·工程第 03 篇（收尾）——反思自修正范式与多 Agent 范式：出错怎么改（Reflexion/Self-Refine/MIRROR），一个人干不完怎么办（Manager-Worker/对等/组织分工）。工程侧武器库补齐。
免责声明：本文为学习与技术分享用途，技术细节以官方论文为准。
第 03 篇 · 反思自修正与多 Agent 范式
导读
02 篇的 P&E 用「结构化修订」处理错误，本篇补另外两条路线：反思（让 Agent 自己长记性、自我批评再改）和多 Agent（让多个分工的大脑协作，Manager-Worker 层级、对等讨论、组织模拟）。三篇合起来，工程侧范式武器库就齐了。
一、反思自修正范式（Reflection）
1.1 谱系
| 范式 | 核心 | 关键设计 |
|---|---|---|
| Reflexion（2023） | 失败后生成自然语言反思，存情景记忆，下次参考 | 反思 + 情景记忆 = 「verbal RL」（不调权重靠长记性） |
| Self-Refine（2023） | 生成 → 批评 → 修订，迭代到收敛 | 无外部反馈，纯自我批判循环 |
| MIRROR（2025） | 行动前反思（预判不良）+ 行动后反思（纠错） | 双记忆（短时+长时）+ 双时相反思 |
1.2 与 P&E 修订的区别
P&E 的 Refiner：改计划/流程（结构化）；
Reflexion：改行为记忆（心智）——把「这次的经验」沉淀下来，下次同类任务直接用；
本质：反思 = 把执行结果变成学习信号（这是「自进化」的雏形，研究板块 05 篇展开）。
💡 学习要点：反思范式 =「把失败变成经验」不做梯度更新的「学习」——靠自然语言反思 + 记忆存储实现行为改进。成本极低、效果显著，是所有生产 Agent 都应该配的「小功能」。
二、多 Agent 范式（Multi-Agent）
2.1 三种组织形态
| 形态 | 结构 | 代表 | 适用 |
|---|---|---|---|
| Manager-Worker（层级） | 主管拆任务派活、工人执行回报 | CrewAI 层级流程、P&E 的 Manager 变体 | 有明确分工的复杂任务 |
| 对等协作（P2P） | 角色平等对话推进 | CAMEL | 讨论/头脑风暴类 |
| 组织分工（SOP） | 模拟公司/社会，各角色产出标准化文档 | MetaGPT、Generative Agents | 软件工程/社会模拟 |
2.2 关键设计原则（衔接 agent-系列 06 篇，这里讲范式视角）
1谁来拆：预定义流程（稳）vs 主控模型拆（灵活）——Manager-Worker 本质是「把拆和做分开」；
2传什么：传「结构化产物」（文档/代码/数据）而非闲聊——MetaGPT 的 SOP 做法；
3谁校验：每个子任务出口有验证（不合格退回）——没有校验的多 Agent = 接力传垃圾；
4上下文隔离：子 Agent 只带所需上下文——这是多 Agent 最重要的收益（避免单窗口超载）。
三、工程范式总览（板块一收尾）
code
基础循环：ReAct（01）
规划执行：P&E / Workflow（02）
纠错机制：反思（Reflexion/Self-Refine）＋结构化修订（Verifier/Refiner）
扩展规模：多 Agent（Manager-Worker / 对等 / 组织）
= 生产 Agent 的完整范式武器库
- 选型口诀：任务开放 → ReAct；任务复杂 → P&E；流程固定 → Workflow；容易出错 → 加反思；一个人干不完 → 上多 Agent。
四、本篇要点（复习卡片）
1反思谱系：Reflexion（记忆+反思=verbal RL）/ Self-Refine（自批评自修订）/ MIRROR（行动前预判+行动后纠错）。
2反思 vs P&E 修订：前者改「心智记忆」，后者改「流程计划」——可叠加使用。
3多 Agent 三形态：Manager-Worker（层级）/ 对等（讨论）/ 组织分工（SOP 模拟）。
4多 Agent 四原则：谁来拆 / 传产物 / 谁校验 / 上下文隔离。
5工程选型口诀：开放→ReAct；复杂→P&E；固定→Workflow；易错→反思；超载→多 Agent。
6板块一收官：基础循环 + 规划执行 + 纠错 + 扩展 = 工程范式武器库。
五、下一篇预告
第 04 篇（板块二·研究）：符号 vs 神经双血统——从「工程怎么搭」跳到「为什么这么设计对」：Agent 学术谱系的两种血统（MDP/BDI 的确定性决策 vs DRL/LLM 的生成式自适应），以及 2025-2026 的混合架构趋势。读懂路线之争，才能预判范式往哪走。
参考资料
[官方] Reflexion（2023）：https://arxiv.org/abs/2303.11366
[官方] Self-Refine（2023）：https://arxiv.org/abs/2303.17651
[官方] MIRROR（2025）：https://arxiv.org/abs/2505.20670
[官方] MetaGPT（2023）：https://arxiv.org/abs/2308.00352 ｜ CAMEL（2023）：https://arxiv.org/abs/2303.17760
整理：2026-10-01 月绡凝 · 依据官方论文。
