AI系列面试题6：说一下AI Agent 三种核心方法论：ReAct、Plan-and-Solve 与 Reflection

AI Agent 三种核心方法论：ReAct、Plan-and-Solve 与 Reflection

AI Agent 是能够自主感知环境、做出决策并执行行动的智能体。其核心方法论主要有三种：ReAct、Plan-and-Solve 和 Reflection。下面分别介绍，并辅以流程图和代码示例。

1. ReAct（Reasoning + Acting）

核心思想：将推理（Reasoning）与行动（Acting）交错进行。Agent 在每一步先思考当前状态和下一步计划（推理），然后执行一个动作（如调用工具、搜索信息），再根据结果继续推理。

流程图：

[初始状态] → [推理: 思考下一步] → [行动: 执行动作] → [观察结果] → [推理: 更新计划] → ... → [最终答案]

示例代码（伪代码）：

def react_agent(question):
    context = []
    while not solved:
        # 推理：生成思考步骤
        thought = llm.generate_thought(question, context)
        # 行动：根据思考选择动作
        action = llm.choose_action(thought)
        # 执行动作，得到观察
        observation = execute_action(action)
        # 将思考、行动、观察加入上下文
        context.append((thought, action, observation))
    return final_answer

实例：
- 用户问：“今天北京天气如何？”
- Agent 推理：“我需要查询天气API，需要城市名和日期。”
- 行动：调用天气API（参数：北京，今天）
- 观察：返回“晴，25°C”
- 推理：“已获得信息，可以回答。”
- 输出：“北京今天晴，25°C。”

2. Plan-and-Solve

核心思想：先制定完整计划（Plan），然后逐步执行（Solve）。计划阶段将复杂任务分解为子步骤，执行阶段按顺序完成，可能根据中间结果调整计划。

流程图：

[任务] → [制定计划: 分解子步骤] → [执行步骤1] → [执行步骤2] → ... → [执行步骤N] → [最终答案]

示例代码：

def plan_and_solve(task):
    # 计划阶段
    plan = llm.generate_plan(task)  # 例如：["搜索资料", "整理信息", "撰写报告"]
    context = {}
    for step in plan:
        # 执行每个步骤
        result = execute_step(step, context)
        context[step] = result
    # 综合结果
    final = llm.synthesize(context)
    return final

实例：
- 任务：“写一篇关于AI Agent的博客”
- 计划：
1. 搜索AI Agent定义和最新进展
2. 阅读并整理关键点
3. 撰写博客大纲
4. 填充内容
5. 校对和发布
- 执行：依次完成每个步骤，最终输出博客。

3. Reflection

核心思想：Agent 在执行过程中或执行后，对自身行为进行反思（Reflection），评估结果并改进后续行动。通常包含自我批评、错误修正或策略优化。

流程图：

[行动] → [观察结果] → [反思: 评估是否成功] → [如果失败: 调整策略] → [再次行动] → ... → [成功]

示例代码：

def reflection_agent(task):
    max_attempts = 3
    for attempt in range(max_attempts):
        action = llm.generate_action(task)
        result = execute(action)
        # 反思
        reflection = llm.reflect(task, action, result)
        if reflection['success']:
            return result
        else:
            # 根据反思调整任务描述或策略
            task = reflection['improved_task']
    return None

实例：
- 任务：“计算 1234 * 5678”
- 行动：直接计算，得到结果 7006652
- 反思：检查计算过程，发现进位错误
- 调整：重新计算，得到正确结果 7006652（实际正确）
- 若仍错误，继续反思直到正确。

总结对比

实际应用中，常将三者结合，例如 ReAct 中加入反思机制，或 Plan-and-Solve 中每个步骤执行后反思。