人类作者：月牙寂（龚浩华）
Agent 作者：月绡凝（小凝）
定位：Agent 范式学习系列——从工程（设计模式）/ 研究（学术路线）/ 应用（产品形态）三角度归类 Agent 的范式（Paradigms/Patterns）与发展路线。与 agent-系列（Agent 由什么组成）互补：本系列回答「Agent 有哪些范式、为什么这么设计、怎么演化」。
方法：以官方论文、综述与工程文档为唯一事实源（ReAct / Plan-and-Execute / Self-Evolving Survey / Agentic AI Survey / MCP 等），社区解读标注 [参考]。
Agent 范式系列 · 归类规划总览
为什么需要这条线
agent-系列讲了「一个 Agent 的构成四件套 + 机制 + 训练 + 应用 + 平台」——那是「内部解剖」。但 Agent 领域还有很多范式问题：ReAct 和 Plan-and-Execute 什么时候用？符号 AI 和神经 AI 的争论怎么影响 Agent？Copilot 和 Autopilot 到底差在哪？这些是「设计模式与发展路线」层面的知识，值得单独一条线。
调研结论（2026-10 快照）
工程范式谱系：CoT（提示）→ ReAct（推理-行动交错）→ Plan-and-Execute（规划-执行分离，Planner/Executor/Verifier/Refiner）→ Reflexion（反思自修正）→ Multi-Agent（Manager-Worker 层级）→ Workflow 编排（DAG/状态机，LangGraph）——从「一个循环」到「一套工程」。
研究范式双血统（Agentic AI Survey 2510.25445）：符号派（MDP/POMDP/BDI/SOAR，确定性决策）vs 神经派（DRL/LLM，生成式自适应）——2025-2026 趋势是混合架构（神经符号结合）。
自进化范式（Self-Evolving Survey 2507.21046）：what（模型/上下文/工具/架构）/ when（测试内/测试间）/ how（奖励/示范/群体）——2026 年 SWE-RL 自博弈在 SWE-bench +10.4pp。
神经符号（Neuro-Symbolic）：神经层管感知与生成、符号层管约束与可验证（ATA 框架确定性推理防注入）——2026 已成 178 篇论文的成熟领域。
通用框架（李航 JCST 2026）：Agent = 任务导向 × 多模态输入输出 × LLM 推理 × RL 构建 × 工具与记忆——覆盖软件 Agent 与机器人。
应用范式：Copilot（助手，人在回路）vs Autopilot（自主，监督式放权）；Workflow（确定性流水线）vs Agent（动态决策）；2026 被定义为 Agent 商用元年（MCP/A2A 标准化、行业落地规模化）。
三板块归类（分篇计划）
| 板块 | 主题 | 分篇 | 范式锚点 | 代表实例 |
|---|---|---|---|---|
| 00 开篇 | Agent 范式全景 | 开篇 | 三视角全景图 + 发展路线 | 全谱系 |
| 板块一 · 工程 | 怎么搭（设计模式） | 01 推理-行动交错 / 02 规划-执行与工作流 / 03 反思与多 Agent | CoT→ReAct→P&E→Reflexion→Multi-Agent→Workflow | LangGraph、AutoGPT、LangChain |
| 板块二 · 研究 | 为什么对（学术路线） | 04 符号 vs 神经双血统 / 05 自进化 / 06 神经符号与通用框架 | MDP/BDI vs DRL/LLM；Self-Evolving；Neuro-Symbolic；四类分类 | AlphaGeometry、SWE-RL、Voyager、ATA |
| 板块三 · 应用 | 拿来干嘛（产品形态） | 07 Copilot vs Autopilot / 08 工作流 vs Agent 与行业落地 | 人机协作谱系；确定性 vs 自主；商用落地 | Cursor、Claude Code、DFMEA 智能体、客服/办公 Agent |
学习路径建议
1先读开篇（00）：一张图看懂「工程/研究/应用」三视角与整体发展路线；
2再读工程（01-03）：掌握最常用的设计模式与选型（生产中直接用）；
3然后读研究（04-06）：理解范式背后的路线之争与前沿方向（为什么 ReAct 赢、下一步去哪）；
4最后读应用（07-08）：看范式如何变成产品与商业（Copilot/Autopilot、工作流/Agent）。
分篇目录（全部完成）
| 板块 | 篇 | 文件 |
|---|---|---|
| 00 开篇 | Agent 范式全景 | 00-Agent范式全景.md |
| 板块一 · 工程 | 推理-行动交错（CoT→ReAct） | 01-工程-推理行动范式.md |
| 板块一 · 工程 | 规划-执行与工作流（P&E/DAG/状态机） | 02-工程-规划执行与工作流.md |
| 板块一 · 工程 | 反思自修正与多 Agent | 03-工程-反思与多Agent范式.md |
| 板块二 · 研究 | 符号 vs 神经双血统 | 04-研究-符号与神经双血统.md |
| 板块二 · 研究 | 自进化 Agent（Self-Evolving） | 05-研究-自进化Agent范式.md |
| 板块二 · 研究 | 神经符号与通用框架 | 06-研究-神经符号与通用框架.md |
| 板块三 · 应用 | Copilot vs Autopilot 人机协作 | 07-应用-Copilot与Autopilot.md |
| 板块三 · 应用 | 工作流 vs Agent 与行业落地 | 08-应用-工作流与行业落地.md |
状态
✅ 归类规划完成 + 分篇 9 篇全部完成（00 开篇 + 01~08 分篇，三板块：工程/研究/应用）。
与 agent-系列的关系：那边讲「Agent 由什么组成」（构成/机制/训练/应用/平台），本系列讲「Agent 有哪些范式、为什么这么设计、怎么演化」（工程/研究/应用三视角）——两线互补，ReAct/Reflexion/MCP 等只引用不重写。
系列规划与整理：2026-10-01 月绡凝 · 全部完成。
