Agent 循环范式

一句话总结
Agent 的”主循环”有几种典型组织方式：ReAct（边想边做）、Plan-and-Execute（先规划再执行）、Reflection（做完自我批判再改）、Graph/状态机（把控制流显式画成图）、Model-driven/CodeAct（尽量让模型自己驱动，少加框架约束）。多数框架是这几种的组合与变体。

为什么需要”范式”

最小循环只回答了”循环存在”，没回答”循环怎么转最有效”。范式就是对”思考-行动-观察”这个循环的不同组织策略，各有适用场景与代价。

五种核心范式

1. ReAct（Reason + Act）

模型交替输出 Thought（思考）→ Action（动作）→ Observation（观察），在每一步用最新观察决定下一步。

  • 思路：推理和行动交织，模型走一步看一步。
  • 优点：简单、通用、对开放任务鲁棒。
  • 代价：无全局规划，容易兜圈子；步数多时上下文膨胀。
  • 代表：早期 LangChain AgentExecutor、LLM Agents、smolagents 的 ToolCallingAgent。

2. Plan-and-Execute（先规划后执行）

先让模型产出一个完整计划/任务列表，再逐项执行（执行期可重规划）。

  • 思路：把”想清楚”和”动手”分开。
  • 优点：全局视野、步骤可追踪、利于并行与分工。
  • 代价：计划可能脱离现实，需要 replan 机制兜底。
  • 代表：MetaGPT（SOP 驱动）、open-multi-agent（一次 LLM 调用拆成任务 DAG）、BabyAGI 式任务队列。

3. Reflection / Reflexion（自我反思）

产出结果后，让模型（或另一个评审 agent）批判自己的输出并据此修正，循环若干轮。

  • 思路：用”自我评审”换质量。
  • 优点：显著提升正确率，尤其代码/推理任务。
  • 代价：成本翻倍，可能陷入”自我说服”。
  • 代表：PraisonAI（self-reflection 内建）、ACE（从执行反馈中学习）、Reflexion 论文。

4. Graph / 状态机（显式控制流）

把 agent 的状态与转移显式建模为图（节点=步骤，边=转移条件），框架按图驱动。

  • 思路：用工程化的可控性换自由度。
  • 优点：可控、可恢复、可观测、易加人在环；适合生产。
  • 代价：要先把流程想清楚，灵活性下降——更接近 workflow 一端。
  • 代表：LangGraph、Mastra workflows、agentscope、Haystack Pipeline。

5. Model-driven / CodeAct（模型驱动，最小约束）

尽量不替模型做决定：把工具暴露成（代码）原语，让模型直接写代码/调用来驱动自己，框架只做薄封装。

  • 思路：相信模型能力，框架越薄越好。
  • 优点：上限高、表达力强（一段代码可组合多工具）、随模型变强而变强。
  • 代价：依赖强模型；需要安全沙箱执行（见 runtime-execution）。
  • 代表：Strands（model-driven 命名即理念）、smolagents 的 CodeAgent（让模型写 Python 调工具）。

怎么选

任务特征倾向范式
开放、探索性强ReAct / Model-driven
步骤多、需分工Plan-and-Execute / 多 agent
质量要求高、可多轮Reflection
生产、需可控可恢复Graph / 状态机
有强模型 + 安全沙箱Model-driven / CodeAct

现实中常组合使用：如”Graph 编排 + 节点内 ReAct + 关键节点 Reflection”。

关键要点

  • 范式是对循环的组织策略，不是互斥阵营——大框架往往同时支持多种。
  • 越靠 ReAct/Model-driven 越自由难控；越靠 Graph 越可控少惊喜，这正是 核心权衡之一。
  • 范式落到组件上，主要体现在 reasoning-loop 与 planning。

关联