自我反思与修正（Self-Reflection）

典型流程：Agent 先给出初稿 → 进入批评阶段，由反思者（可以是同一模型换角色、一个专门 critic 模型，或外部验证工具）指出缺陷 → Agent 基于批评修订 → 再次评估，如此迭代。

Reflexion 框架把批评写入「反思记忆」，使后续尝试避免重复错误，形成经验积累。

① 模型自评：让 LLM 扮演挑剔 reviewer；② 异模型互评：用更强/不同模型交叉审查；③ 工具验证：用编译器、单元测试、网页渲染结果作为客观反馈——这是代码场景最可靠的一种；④ 人类反馈：把人工纠正作为反思信号。

反思提升质量但有代价：每多一轮就多一份 token 与延迟。需设最大迭代次数与收敛判据（如测试通过即停）。经验上，2–3 轮反思在成本与收益间最平衡。

反思将从显式循环演进为模型的「内禀能力」——推理模型在单次生成中即完成多角度自检；同时多 Agent 互审（辩论式）会成为高利害任务的质量标配。