Yeats' Wiki

外观

Agent 架构通识：从 ReAct 到 Plan-and-Solve ​

ChatGPT 刚出来时，它只是一个 Chatbot（聊天机器人）：你问一句，它答一句。 但我们很快发现，它有时候需要使用工具（比如计算器、搜索引擎）才能回答问题。 这就诞生了 Agent (智能体) 的概念： Agent = LLM + Memory + Planning + Tools。 Agent 不仅仅是回答问题，而是解决问题。 它有自己的大脑（LLM），有记忆（Memory），有手脚（Tools），还有规划能力（Planning）。

1. ReAct (Reason + Act) ​

1.1 核心思想 ​

ReAct 是最早也是最经典的 Agent 模式。 它的逻辑非常符合人类直觉：思考 -> 行动 -> 观察。

  1. Thought: 我应该做什么？
  2. Action: 调用某个工具。
  3. Observation: 看看工具返回了什么。
  4. Loop: 重复上述过程，直到得出最终答案。

1.2 示例 ​

用户问：“姚明的老婆的身高是多少？”

  • Thought 1: 我需要先查姚明的老婆是谁。
  • Action 1: Search("姚明 老婆")
  • Observation 1: 返回 "叶莉"。
  • Thought 2: 现在我需要查叶莉的身高。
  • Action 2: Search("叶莉 身高")
  • Observation 2: 返回 "190cm"。
  • Thought 3: 我知道答案了。
  • Final Answer: 姚明的老婆叶莉身高是 190cm。

1.3 局限性 ​

ReAct 是单步决策。 如果第一步走错了（比如搜成了“姚明的女儿”），后面就会一直错下去（Error Propagation）。 而且每次 Action 都要调用一次 LLM，Token 消耗大，延迟高。

2. Plan-and-Solve (规划与执行) ​

2.1 核心思想 ​

与其像无头苍蝇一样一步步试，不如先做个计划。 Plan-and-Solve 将任务分为两个阶段：

  1. Planner: 生成一个完整的步骤清单（Step-by-step Plan）。
  2. Solver: 按照清单一步步执行。

2.2 示例 ​

用户问：“比较一下 iPhone 15 和 华为 Mate 60 的价格和重量。”

  • Planner:
    1. Search iPhone 15 price.
    2. Search iPhone 15 weight.
    3. Search Huawei Mate 60 price.
    4. Search Huawei Mate 60 weight.
    5. Compare and summarize.
  • Solver: 并行或串行执行上述 5 个步骤。

2.3 优势 ​

  • 全局视野：Planner 能看到整个任务的全貌，规划更优路径。
  • 并行执行：步骤 1-4 可以同时执行，大幅降低延迟。

3. Reflexion (反思) ​

3.1 核心思想 ​

人会犯错，Agent 也会。 Reflexion 引入了一个自我反思的环节。 如果 Agent 执行失败了，或者得出的答案看起来不对，它会停下来思考：“我哪里做错了？下次应该怎么改？”

3.2 流程 ​

  1. Trial: 尝试执行任务。
  2. Evaluation: 评估结果（通过测试用例或自我评估）。
  3. Reflection: 如果失败，生成一段反思文本（"我刚才搜错了关键词..."）。
  4. Next Trial: 把反思文本加入 Context，重新尝试。

4. LATS (Language Agent Tree Search) ​

4.1 核心思想 ​

结合了蒙特卡洛树搜索（MCTS）和 LLM。 它不像 ReAct 那样只走一条路，而是同时探索多条路径。 每走一步，都评估当前状态的价值。如果价值低，就回溯（Backtrack），换一条路走。 这是目前解复杂逻辑题（如 Math, Coding）的最强架构。

从 ReAct 到 Plan-and-Solve，再到 LATS，Agent 越来越像人类的思维模式：

  • 快思考 (System 1)：ReAct（直觉反应）。
  • 慢思考 (System 2)：Plan-and-Solve / LATS（深思熟虑）。 作为架构师，你需要根据任务的难度，选择合适的 Agent 模式。 简单的查天气，ReAct 足够了。 复杂的写代码，必须上 LATS。