Reflection Pattern(反思模式)
别名:反思模式自省模式Self-Reflection自我改进反思循环
| 分类 | 🏗️ 架构范式 |
| 阅读时间 | ⏱️ 15 分钟 |
| 更新时间 | 📅 2026-07-02 |
| 条目编号 | ENC-ARCH-08-reflection-pattern |
Reflection Pattern 是一种让 Agent 对自身输出进行自我检查和改进的架构模式。Agent 在生成结果后,运行自我审查循环来发现和修复错误,显著提升输出质量。
关键要点 ✦
- Reflection Pattern 在 Coding Agent 中广泛应用:生成代码 → 测试 → 修复 → 再测试
- 自省审查可将 Agent 的首次输出错误率降低 40-60%
- 2026 年所有主流 Coding Agent 都内置了反思机制
- 反思循环的最大代价是 Token 消耗增加 50-100%(额外的审查步骤)
- 过度反思可能导致「优化过度」——Agent 修改本不需要修改的正确代码
详细解释
Reflection Pattern(反思模式)是一种让 Agent 对自身生成的结果进行自我检查和质量改进的架构模式。Agent 不只是在第一次尝试时就输出结果——它会在输出后主动审查自己的输出,发现问题并修复,然后再次输出。
最经典的例子是 Coding Agent:Agent 生成代码 → 运行测试 → 发现 Bug → 修复代码 → 再次运行测试 → 循环直到所有测试通过。每一次循环都是一次反思。
多层反思
自我反思:同一 Agent 审查自己的输出。简单但可能有盲点("作者不会发现自己的错误")。
交叉反思:Agent A 审查 Agent B 的输出。更客观但消耗 2 倍 Token。
多模型反思:用小模型做生成,用大模型做审查。成本优化方案。
自动测试:在 Coding Agent 中最有效——自动化测试用例是客观的"审查者"。
🎯 应用场景
代码生成
Agent 生成代码后自动运行测试、编译检查、Lint 分析,反复修复直至通过。
内容创作
Agent 生成文章后自动审查逻辑、事实准确性、语法,输出前自我修正。
数据分析
Agent 生成分析报告后自动验证数据计算的正确性,发现异常值后重新检查。
✅ 最佳实践
- 设置反思的最大轮数(Max Reflection Rounds),防止无限循环
- 使用自动化测试作为反思的客观标准,避免 Agent 的自我检查偏见
- 将反思集中在高风险区域(逻辑错误、边界条件、安全问题),而非所有细节
- 记录反思过程的历史,用于问题追踪和性能分析
🔮 未来展望
反思模式正在从「执行后的质量检查」向「执行中的质量保障」演进。2027 年的 Agent 将在执行过程中同时进行实时质量监控,发现偏差立即纠正而非完成后才反思。
📖 相关条目
🛠️ 相关产品
🏷️ 标签反思自我改进自省质量保障Agent