Reflection（反思）
Reflection让 Agent 自我审视
亦作、亦称：反思 · 自我反思 · Self-Reflection
在 AI Agent 语境中，Reflection（反思）指智能体对自身中间输出或工具结果进行评估、纠错并迭代改进的能力，借鉴认知科学中的元认知——「对思考的思考」。
Agent 中的反思
典型流程：生成初稿 → 自我批评（是否符合目标、有无事实错误）→ 修订或重试。ReAct、Reflexion 等框架将反思写进提示或显式记忆，提升多步任务成功率。
与 Self-Reflection 区别
Reflection 常指单轮内的审视；Self-Reflection 强调跨步骤、跨会话积累教训。实践中两者常混用，核心都是闭环反馈而非一次性生成。
局限
模型自我评估可能过于自信或重复同类错误；生产系统常结合外部验证器、单元测试或人工审核，而非纯自反思。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「让 Agent 自我审视」
- 「自己检查自己」
- 「反馈循环」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
🎯 考点练习
含该术语的高频面试题，含标准答案与追问。
- 中级系统设计查看详解 →
如何为 AI Agent 交易设计审计和权限控制？
考察候选人对 Agent 经济活动的审计和权限控制设计，特别是 Smart Tokens 等可编程支付工具的应用。
- 高级系统设计查看详解 →
Multi-Agent 系统中如何处理 Agent 遗忘/状态丢失？
考察候选人对 Multi-Agent 系统中状态管理和容错设计的理解，特别是 Agent 崩溃、重启或上下文丢失时的恢复策略。
- 高级系统设计查看详解 →
设计一个 Agent 长期记忆系统，支持可写外部记忆、过期策略和冲突解决
考察候选人对 Agent 记忆架构的理解，特别是从 RAG 只读到可写外部记忆的演进，以及过期、冲突解决等工程挑战。
- 中级概念查看详解 →
什么是 Agentic Engineering？它和 Vibe Coding 有什么区别？
Vibe Coding（Karpathy 2025）是凭感觉用自然语言让 AI 生成代码、快速试错，适合原型；Agentic Engineering 把 Agent 纳入系统化工程流程（需求-规划-生成-自动测试-迭代-评审），强调可控、可验证、可维护，生产系统应走后者。
延伸阅读
从知识库精选 3 篇文章，帮助深入理解该术语。
外部参考
维基百科：查看「Reflection」词条本页内容为本站原创撰写；维基百科链接仅作延伸参考。