Agent的「反思」不是自省，是你设计出来的一套机制丨Agent误解系列

“Agent在反思”——这句话听起来很自然。

Reflection这个词本身带着强烈的拟人色彩。加上Chain of Thought让Agent把思考过程写出来，看起来像在逐步推敲；产品界面上那行"正在重新审视……“的提示，更强化了"它在想一想自己做得对不对"的感觉。

但Reflection在技术语境里描述的是一个工程机制，不是一种能力。

没有显式设计，它就不存在。 Agent不会因为觉得自己做得不够好而主动检查——它执行完任务，产出结果，停止。没有回头，没有检查，没有改进。“反思"不是Agent天然具备的，是被设计出来的。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

Agent的默认行为：执行完，往前走

不做任何Reflection设计的情况下，Agent的执行路径是线性的：接到任务、规划步骤、逐步执行、输出结果。任务结束信号触发之后，它停下来。

它不会停下来问自己：“这个结果真的对吗？有没有更好的方式？“它没有这个内驱力。Reflection是当输出质量比速度更重要、且任务有足够清晰的正确性标准可以系统评估时，才值得引入的模式。也就是说，它是一个需要主动判断"要不要加"的设计决策，不是默认配置。

这个理解上的错位，会让使用者对Agent抱有一个不现实的期待：以为它会自己发现问题，自己纠正，越跑越好。实际上，不设计Reflection，它会在同一个地方重复犯同样的错误，每次都跑完，每次都"完成了”。

Reflection真正是什么：三种形态

Reflection是一套结构化自检机制，核心问题是：谁来检查、检查什么、检查完了触发什么。不同设计给出不同答案，形成三种主要形态。

第一种：自检型。 同一个Agent执行完之后，用另一个提示词让它审查自己的输出——找逻辑漏洞、查事实错误、对照验收标准。实现最简单，但有一个内在限制：生成错误答案的模型和被要求评估那个答案的模型，是同一个模型。如果最初的失败来自模型知识的系统性缺口或推理的结构性盲点，那么评估者共享这个盲点。换句话说，自检型Reflection发现不了它自己不知道的东西。

第二种：双Agent型。 一个Agent负责执行，另一个Agent专门负责评估。执行者和评估者分工明确，评估者的提示词可以专门针对常见错误模式设计，发现能力比自检型更强。代价是多一个Agent的开销，系统复杂度上升。

第三种：迭代循环型。 执行→评估→不达标→重新执行，循环直到通过或达到终止条件。在LangGraph（当前生产级Agent AI的主流框架）里，自我纠正被建模为一个条件循环：Agent节点输出结果，评估节点评估它，路由节点要么接受结果，要么把它连同评估反馈一起发回给Agent重新执行。这个循环有可配置的最大重试次数，防止无限循环。终止条件必须提前设计好，否则会在无效的循环里耗尽预算。

三种形态共同的特点：都需要人来设计，包括检查标准是什么、检查完了怎么处理、什么情况下停止。

两种不同的设计哲学

Reflection不是一个统一的东西，不同系统的设计取向差异很大。

OpenClaw的Reflection发生在任务结束之后：经验提炼，沉淀为可复用的Skill文件，供未来的任务调取。它是跨任务的、异步的——这次执行的反思，影响的是下一次的起点。

Hermes的nudge机制在会话内实时触发自检，节奏更短、更即时。GEPA引擎走得更远，每15次工具调用跨任务分析失败原因并进化——这套机制在ICLR 2026作为Oral论文发表，说明这不是产品宣传，是有同行评审支撑的机制设计。

两者都是Reflection，但触发时机、作用范围、对后续任务的影响方式完全不同。没有哪种天然更好，取决于任务特性和设计目标。

什么时候值得设计Reflection

Reflection不是免费的，加之前先问一个问题：这个任务的结果，执行完了之后有没有办法判断对不对？

有客观标准可以检验，Reflection才能真正发挥作用——它需要一个评估依据，没有依据，检查这个动作本身就是虚的。如果结果完全主观、没有可验证的标准，Reflection只是又跑了一遍，不一定更好。

四个值得设计的条件：结果有可验证标准（这是前提）、链条足够长（误差有时间积累）、迭代改进的空间真实存在（重跑一遍确实能更好）、预算能承担多跑一轮的成本。

四个条件里有任何一个不成立，加Reflection的收益就存疑。不可逆操作不是靠Reflection来兜底的，是靠在执行前加人工确认节点——那是另一套设计。

写在最后

Reflection是一个工程词汇，描述的是结构化自检的设计模式。它让Agent有机会在输出之前或之后做一次有结构的检查——但"有机会"的前提，是有人设计了这个机会。

Agent不会自己反思。 给它设计一个反思的结构，它才能反思。这个动作是你的，不是它的。

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪GEO判断工程」是基于GEO的价值SEO化，在AI从“说”到“做”的重要跃迁阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。