將推理（Reasoning）與行動(dòng)（Acting）結(jié)合，通過(guò)“思考->行動(dòng)->觀察”循環(huán)與環(huán)境動(dòng)態(tài)交互

復(fù)雜問(wèn)題求解、需要多步工具調(diào)用的任務(wù)

??反射模式 (Reflection)??

引入用戶反饋或模型自我批判，迭代修正輸出以提升質(zhì)量

內(nèi)容生成、代碼編寫(xiě)、需要高準(zhǔn)確性的任務(wù)

??工具使用模式 (Tool Use)??

賦予LLM調(diào)用外部工具、API或知識(shí)庫(kù)的能力，克服其固有知識(shí)的局限性

獲取實(shí)時(shí)信息、執(zhí)行專業(yè)領(lǐng)域任務(wù)（如計(jì)算、查詢）

??規(guī)劃模式 (Planning)??

將復(fù)雜任務(wù)分解為系列子任務(wù)并制定計(jì)劃，按計(jì)劃執(zhí)行并根據(jù)反饋動(dòng)態(tài)調(diào)整

復(fù)雜項(xiàng)目開(kāi)發(fā)、長(zhǎng)周期任務(wù)、需要預(yù)先規(guī)劃的場(chǎng)景

??多智能體協(xié)作 (Multi-Agent)??

模擬團(tuán)隊(duì)協(xié)作，不同角色Agent各司其職，通過(guò)通信與合作共同解決復(fù)雜問(wèn)題

軟件開(kāi)發(fā)、復(fù)雜系統(tǒng)設(shè)計(jì)、需要多角色專業(yè)知識(shí)的任務(wù)

??記憶增強(qiáng)模式 (Memory-Augmented)??

為Agent配備顯式記憶機(jī)制（短期/長(zhǎng)期），存儲(chǔ)和利用歷史信息以提供上下文感知響應(yīng)

個(gè)性化對(duì)話、長(zhǎng)期交互任務(wù)、克服模型上下文窗口限制

??自我糾錯(cuò) (Self-Correction)??

Agent內(nèi)部審查、評(píng)估并改進(jìn)自身輸出，基于規(guī)則、質(zhì)量標(biāo)準(zhǔn)或另一個(gè)“批判者”模型

事實(shí)核查、邏輯一致性檢查、安全敏感內(nèi)容生成

??REWOO??

摒棄顯式的“觀察”步驟，將觀察結(jié)果隱式融入下一步執(zhí)行，實(shí)現(xiàn)更流暢的任務(wù)執(zhí)行

審批流程、環(huán)環(huán)相扣的鏈?zhǔn)饺蝿?wù)

??LLMCompiler??

通過(guò)并行函數(shù)調(diào)用（Parallel Function Calling）優(yōu)化任務(wù)編排，提高處理效率

需要同時(shí)處理多個(gè)獨(dú)立子任務(wù)、對(duì)效率要求高的場(chǎng)景

??Reflexion??

在反射模式基礎(chǔ)上整合強(qiáng)化學(xué)習(xí)機(jī)制，通過(guò)外部數(shù)據(jù)量化評(píng)估答案質(zhì)量，推動(dòng)有效自我修正

需要持續(xù)學(xué)習(xí)和優(yōu)化、且能獲得明確獎(jiǎng)勵(lì)信號(hào)的任務(wù)

??LATS??