2.2 思考-行动-观察——决策循环与设计模式
小李的团队来了个新实习生小张。小李给他布置了三种任务，观察他怎么完成：
- 简单 Bug 修复：小张看代码 → 改一行 → 跑测试 → 通过 → 完成
- 新功能开发：小张先列计划 → 逐步实现 → 逐个验证 → 全部完成
- 代码审查：小张审查 → 发现问题 → 提修改 → 再审查 → 还能更好 → 再改 → 满意
三种任务，三种工作方式。Agent 也是一样——不同的任务，需要不同的决策模式。
五种设计模式
模式一：ReAct——边想边干
ReAct（Reasoning + Acting）是 Agent 最基础的决策模式：思考 → 行动 → 观察 → 再思考，循环直到完成。
小李让 Agent 查询「特斯拉 2024 年销售额」：
思考：需要搜索特斯拉 2024 年的财务数据
行动：搜索 "Tesla 2024 annual revenue"
观察：找到特斯拉 2024 年财报链接
思考：需要阅读财报获取具体数字
行动：打开财报页面
观察：2024 年总营收 977 亿美元
思考：需要区分汽车业务和其他业务
行动：搜索 "Tesla 2024 automotive revenue breakdown"
观察：汽车业务 748 亿，能源业务 104 亿，服务业务 125 亿
思考：已获得足够信息，可以回答
输出：特斯拉 2024 年总营收 977 亿美元……ReAct 的精髓：每一步都先想清楚要做什么、为什么做，然后行动，再根据观察调整方向。
| 优点 | 缺点 |
|---|---|
| 灵活，能应对意外情况 | 可能走弯路 |
| 每一步都有推理，可追溯 | 每步都思考，Token 消耗高 |
| 适合需要外部信息的任务 | 可能陷入无限循环 |
模式二：Plan-Execute——先想后干
Plan-Execute 把决策分成两阶段：先做完整计划，再按计划执行。
小李让 Agent 做投资分析：
=== 规划阶段 ===
目标：分析三家新能源汽车公司的投资价值
计划：
1. 收集比亚迪、蔚来、小鹏的 2024 财报
2. 对比营收、利润率、增长率
3. 分析各自的竞争优势
4. 给出投资建议
=== 执行阶段 ===
步骤 1：收集比亚迪财报 → 完成
步骤 2：收集蔚来财报 → 完成
步骤 3：收集小鹏财报 → 完成
步骤 4：对比财务指标 → 完成
步骤 5：分析竞争优势 → 完成
步骤 6：撰写投资建议 → 完成
=== 总结阶段 ===
输出：投资分析报告Plan-Execute 的精髓：先全局规划，避免执行中迷失方向。
| 与 ReAct 对比 | ReAct | Plan-Execute |
|---|---|---|
| 决策方式 | 每步决策 | 先规划再执行 |
| 方向控制 | 容易走偏 | 不易走偏 |
| 灵活性 | 高，可随时调整 | 低，计划可能过时 |
| 适用场景 | 探索性任务 | 结构化任务 |
模式三：Reflexion——干了再反思
Reflexion 在执行后增加反思环节：执行 → 反思 → 改进 → 再执行。
小李让 Agent 写一个排序算法：
=== 第一轮执行 ===
输出：用 Python 的 sorted() 函数
=== 反思 ===
问题：sorted() 是内置函数，没有体现算法实现
改进：应该实现一个具体的排序算法
=== 第二轮执行 ===
输出：用快速排序实现
=== 反思 ===
问题：边界条件处理不完善，空列表和单元素列表会报错
改进：需要添加边界检查
=== 第三轮执行 ===
输出：完善的快速排序，含边界处理
=== 反思 ===
检查：算法正确、边界完善、时间复杂度 O(n log n)
结论：满意，输出最终结果Reflexion 的精髓：通过自我批评来提升质量。每一次反思都是一次「质量检查」。
什么时候用 Reflexion？
- 输出质量要求高时（代码、文案、分析报告）
- 第一轮输出可能有隐藏问题时
- 你有预算支持多轮迭代时
模式四：Multi-Agent——团队协作
一个 Agent 不够用？那就多个 Agent 分工协作：
- 研究员：负责信息收集和分析
- 编码者：负责代码实现
- 审查者：负责质量检查
协调者分配任务，各 Agent 专注自己的领域。这个模式在 4.1 多 Agent 协作 会深入讨论。
模式五：Hierarchical——层级指挥
比 Multi-Agent 更结构化：管理者 Agent 指挥工作者 Agent。
管理者负责「做什么」，工作者负责「怎么做」。类似现实中的项目经理和开发人员。
三种模式怎么选？
| 任务类型 | 推荐模式 | 原因 |
|---|---|---|
| 信息查询、简单操作 | ReAct | 步骤少，无需预规划 |
| 多步骤结构化任务 | Plan-Execute | 需要全局视角，防走偏 |
| 高质量输出 | Reflexion | 需要自我检查和迭代 |
| 复杂探索 | Plan + ReAct | 先规划框架，再灵活执行 |
| 高标准交付 | Plan + Reflexion | 先规划，再执行+反思 |
模式可以组合
五种模式不是互斥的，可以灵活组合：
- Plan + ReAct：先规划大方向，执行中灵活调整
- Multi-Agent + Reflexion：每个 Agent 执行后反思，协调者整合
- Hierarchical + Plan：管理者做规划，工作者执行
核心原则
从简单开始，按需升级。 能用 ReAct 解决的，不要上 Multi-Agent。模式越复杂，调试越困难，成本越高。
本节核心要点
- ReAct：思考→行动→观察循环，适合探索性任务
- Plan-Execute：先规划再执行，适合结构化任务，防走偏
- Reflexion：执行→反思→改进，适合高质量输出
- Multi-Agent：多 Agent 分工协作；Hierarchical：层级指挥
- 模式可以组合，但要从简单开始
思考题：你最近遇到的一个复杂编程任务，用哪种模式最合适？为什么？
下一节预告：Agent 怎么记住「之前做了什么」？记忆系统是 Agent 保持连贯性的关键——从工作记忆到长期记忆，四层架构全解析。