Reflexion
一种AI Agent能力层次，使模型能够对自身输出进行自我评估和反思修正，通过内部审查机制提高任务完成质量
核心事实
时间轴 (近 90 天)
ReAct、Plan-and-Execute、Reflexion是三种常见的agent控制流模式，区别在于谁来决定下一步，它们本质上是harness对循环结构、终止条件和反馈回路的编排选择，而非模型能力。
Reflexion模式在执行失败后引入自我反思环节，把失败原因写成文字反馈给下一轮尝试，本质是在harness层维护一份经验记忆。
ReAct、Reflexion、Toolformer是理解Agent设计模式的基础论文。
传统ReAct、Reflexion等框架鼓励Agent尽可能多地探索和反思
类似生成-验证-再生成的思路也见于Self-Refine、Reflexion等学术方法中。
推理时计算（Test-Time Compute）通过在推理阶段增加采样、搜索或反思步骤来提升答案质量，例如 Self-Consistency 并行采样多条推理路径再投票，Reflexion 让 Agent 自我批评并重试；每一次采样、每一条并行路径都对应一次完整的前向计算。
反思型智能体（Reflexion）让模型在每次任务结束后生成自我评估报告并将经验写入记忆供后续参考
反思型智能体（Reflexion）和树形搜索（Tree-of-Thought）等架构旨在多步推理中引入系统性的回溯与验证能力
RACER 的反思循环设计借鉴了 ReAct、Reflexion 等框架中的自我审视机制
MemGPT、Reflexion 等研究发现让 Agent 在任务结束后显式生成经验总结并写回记忆能显著提升跨任务迁移能力
还有 14 条时间轴事件
全部知识事实 (20)
Reflexion或Self-Refine机制由Shinn等人在2023年的论文中系统化提出
65%待验证LLM-based Agent可以通过自然语言反思在极少次尝试中实现策略优化，这被学术界称为'反思型Agent'（Reflexion）架构
85%待验证AI自我反思机制最早由Shinn等人在2023年提出的Reflexion框架中系统化阐述
85%待验证2023年Noah Shinn等人提出的Reflexion框架首次系统化地论证了让LLM反思自身输出并迭代改进的有效性
85%待验证斯坦福大学2023年发布了Reflexion框架，通过语言反馈而非梯度更新来实现Agent的学习
85%待验证在Reflexion框架的编程任务中，加入自我反思循环后代码通过率从67%提升到了91%
80%待验证Reflexion机制已被证明能显著提升Agent在复杂任务中的成功率，部分实验显示成功率提升可达20%-30%
75%待验证ReAct范式衍生出Reflexion、LATS、Plan-and-Execute等变体
60%待验证Reflexion机制让Agent在失败后生成自然语言形式的经验总结并在后续决策中参考
60%待验证Reflexion模式在执行失败后引入自我反思环节，把失败原因写成文字反馈给下一轮尝试，本质是在harness层维护一份经验记忆。
50%待验证ReAct、Plan-and-Execute、Reflexion是三种常见的agent控制流模式，区别在于谁来决定下一步，它们本质上是harness对循环结构、终止条件和反馈回路的编排选择，而非模型能力。
50%待验证ReAct、Reflexion、Toolformer是理解Agent设计模式的基础论文。
50%待验证传统ReAct、Reflexion等框架鼓励Agent尽可能多地探索和反思
50%待验证类似生成-验证-再生成的思路也见于Self-Refine、Reflexion等学术方法中。
50%待验证推理时计算（Test-Time Compute）通过在推理阶段增加采样、搜索或反思步骤来提升答案质量，例如 Self-Consistency 并行采样多条推理路径再投票，Reflexion 让 Agent 自我批评并重试；每一次采样、每一条并行路径都对应一次完整的前向计算。
50%待验证反思型智能体（Reflexion）让模型在每次任务结束后生成自我评估报告并将经验写入记忆供后续参考
50%待验证反思型智能体（Reflexion）和树形搜索（Tree-of-Thought）等架构旨在多步推理中引入系统性的回溯与验证能力
50%待验证RACER 的反思循环设计借鉴了 ReAct、Reflexion 等框架中的自我审视机制
50%待验证MemGPT、Reflexion 等研究发现让 Agent 在任务结束后显式生成经验总结并写回记忆能显著提升跨任务迁移能力
50%待验证当前 LLM 驱动的 RSI 实践依赖模型的代码生成与自我批评能力，典型代表包括 AlphaCode 的迭代修复流程以及 Reflexion 论文所描述的 reflection 机制
50%