Agent 推理范式总览
这四个不是互斥的 Agent 架构，而是四种可组合的 Reasoning / Agent Design Pattern。它们的划分维度是：控制流管在哪一层。
Agent 推理范式总览
阅读提示 这是 Plan-and-Execute / Reflexion / Self-Ask / ToT 四篇笔记的索引与横向对照页。 想看某个范式的完整机制和坑，点进对应笔记；想快速回忆区别，看本页表格。
核心概念 这四个不是互斥的 Agent 架构，而是四种可组合的 Reasoning / Agent Design Pattern。它们的划分维度是：控制流管在哪一层。
一、四者速查
| 概念 | 核心思想 | 管哪一层 | 适合场景 |
|---|---|---|---|
| Plan-and-Execute | 先制定计划，再逐步执行 | 任务序列 | 长任务、多步骤工程任务 |
| Reflexion | 执行后反思错误，再改进重试 | 失败回路 | 需要自我纠错的 Agent |
| Self-Ask | 不断向自己提出子问题，逐个回答 | 问题分解 | 多跳推理、知识问答 |
| ToT | 同时探索多条思路，选择更好的分支 | 候选搜索 | 复杂推理、搜索型问题 |
二、放在同一个任务里理解
Plan-and-Execute 先决定：我要做哪些事情
Self-Ask 遇到问题：我还需要回答哪些子问题
ToT 遇到难题：有哪些不同思路可以尝试
Reflexion 做完发现错了：刚才哪里出了问题一个高级 Agent 可能同时用上四种：
读图顺序：自上而下是一次任务的正向流程，右侧橙色虚线是 Reflexion 的经验回流——它把失败教训送回 Planner，触发重新规划。左侧标注的是每一层各自控制什么。
三、怎么选：三个判断问题
💡 选型决策 问自己缺的是什么：
你缺的是 用哪个 步骤（不知道要做哪几件事） Plan-and-Execute 信息（知道要做什么，但事实不够） Self-Ask（+ 检索） 思路（有信息，但不知道哪条路对） ToT 修正（做完了但结果不对） Reflexion 这四个问题彼此独立，所以四个范式可以叠加使用，不用二选一。
四、共同的工程前提
四篇笔记里反复出现同一个主题，值得单独记住：
⚠️ 信号的质量决定范式的上限
- Plan-and-Execute 靠执行观察决定要不要推翻旧计划 → 观察不到真实结果，重规划就是瞎改
- Reflexion 靠 Evaluator 给出的反馈驱动 Self-Reflection 写出有用的反思 → Evaluator 只说「错了」，反思就只能写「下次注意」
- Self-Ask 靠检索/来源校验中间答案 → 不校验就会错误放大
- ToT 靠 Evaluator 决定剪谁 → 未校准的打分等于随机剪枝
优先接确定性信号（测试、编译器、检索结果、规则校验），少让 LLM 给自己打分。
注意 Reflexion 那一行的分工：Evaluator 负责评价并给出反馈，Self-Reflection 才负责把反馈写成语言化的教训，两者是不同组件，别合成一个（详见 Reflexion 反思式自我纠错）。
另外，「四个范式都是反馈循环」这个概括并不成立——只有 Reflexion 和 Plan-and-Execute 里的重规划算真正的反馈回路；Self-Ask 是串行分解，ToT 是搜索，它们中间那一步是评估或检索，不构成「拿结果去修正上一次产出」的闭环。四者共同依赖的是信号质量，不是共用同一种控制结构。
五、复习重点
复习重点
- 四者不互斥，是可组合的设计模式，划分维度是控制流管在哪一层。
- 记忆口诀：缺步骤→Plan，缺信息→Self-Ask，缺思路→ToT，缺修正→Reflexion。
- 串行 vs 并行：Self-Ask 是串行拆解（一条路往前推），ToT 是铺开多条候选再选优（结构上并行，工程上不必并发）。
- 四者共同的命门是信号质量，确定性信号永远优先于 LLM 自评。但别把四者都概括成「反馈循环」——只有 Reflexion 和重规划是闭环，Self-Ask 是分解、ToT 是搜索。
- Reflexion 的三个角色别混：Actor（执行）、Evaluator（评价并给反馈）、Self-Reflection（把反馈写成语言教训）。
四篇详细笔记：Plan-and-Execute 先规划再执行｜Reflexion 反思式自我纠错｜Self-Ask 自问自答多跳推理｜ToT 思维树