Agent 的核心流程是什么？规划、行动、观察和反思分别做什么？
这道题考的是 Agent 的"灵魂"——它怎么运转。Agent 区别于普通 AI 助手的核心，就是它会边做边想、做完复盘、随时调整。整个过程就是一个四阶段循环：规划→行动→观察→反思。
板块1：Agent Loop 是什么
Agent 的运行核心是一个循环机制，不是一次性给答案就完事了。
想象你让一个学霸帮你规划旅游行程。他不会直接甩给你一个方案，而是会：先想想有什么要做的（规划）→开始查资料订酒店（行动）→看看查到了什么（观察）→发现某个信息不对，调整策略（反思）→继续下一步。
这就是 Agent Loop 的本质——闭环反馈。每一步都在为下一步铺路，错了就改，而不是一条路走到黑。
这种设计解决了一个根本问题：LLM 本身不会自我纠错。它的"思维"是一次性的，上下文结束就忘了。Agent Loop 用"反思"机制弥补了这个缺陷。
板块2：规划与行动
规划负责"做什么"——把大任务拆成小步骤。就像盖房子前先画设计图，Agent 需要先想清楚目标，然后分解成可执行的子任务。
行动负责"怎么做"——调用工具真正执行。查天气、搜信息、调用 API、写代码，都属于行动阶段。
这里有个关键设计：ReAct 框架把思考和行动绑定在一起。
什么叫"绑定"？就是每做一步行动，立刻想下一步。不是先想完全部计划再执行，也不是执行完再回头想，而是边想边做、边做边想。
举个例子：让 Agent 帮你买机票。
- 错误方式：先想10步计划，再一步步执行
- ReAct 方式：思考"我需要先查航班"→行动"调用航班搜索工具"→观察"结果显示有3个航班"→思考"价格偏高，我换个日期试试"→行动...
这种模式特别适合动态环境——你不知道下一步会发生什么，需要根据实时反馈调整。
还有一种模式叫 Plan-and-Execute：先规划全部步骤，再执行。这种适合任务明确、步骤固定的长任务，比如"帮我写一个完整的项目"。
板块3：观察与反思
观察是收集行动结果。比如你调用了一个搜索工具，观察就是看看搜索返回了什么内容。这些结果会成为下一轮思考的输入。
反思更关键——它是 Agent 的"复盘能力"。
本质是什么？上下文压缩算法。
LLM 没有真正的记忆，每次对话都是从零开始。反思机制就是：把之前学到的东西压缩成"经验"，塞进下一轮的上下文。
举一个具体的例子。Agent 帮你查询故宫门票，返回了一堆详细信息：开放时间、票价政策、预约规则、交通指南...足足500字。
这时候反思阶段会做一件事：把这些信息压缩成一句高密度结论。
"故宫门票：成人60元，周一闭馆，需提前在公众号预约，下午5点停止入园。"
下次再问相关问题，Agent 就不需要重新搜索了，直接调用这条经验就行。
没有反思机制的 AI，就像每次考试都要重新学一遍基础知识。有反思机制的 Agent，相当于有个笔记本，把重点都记下来了。
板块4：选对流程——不同场景用不同范式
不是所有场景都适合同一种流程。要根据任务特点选择合适的范式。
ReAct：适合动态规划场景。你不确定下一步会发生什么，需要边做边调整。比如研究一个陌生领域、解决开放式问题。
Plan-and-Execute：适合长任务场景。任务目标明确、步骤固定，先规划再执行效率更高。比如"帮我写一个完整的用户系统"。
Reflection：适合高质量迭代场景。对输出质量要求高，需要多轮打磨。比如写代码、写文案，每轮都反思改进。
Multi-Agent：适合专业分工场景。不同 Agent 扮演不同角色，互相协作。比如一个负责写、一个负责审查、一个负责测试。
类比一下：根据路况选车。山路选四驱、高速选定速巡航、载重选卡车。你不会开卡车去跑拉力赛，也不会开跑车去拉货。
作为 Agent 开发者，你的核心工作不是训练更聪明的模型，而是设计更高效的工作流程。选对范式，比调模型参数重要得多。
面试怎么答
基础版（直接背）：
Agent 的核心是四阶段循环：规划、行动、观察、反思。规划负责分解任务，行动负责调用工具执行，观察负责收集结果，反思负责复盘改进。ReAct 框架将思考与行动绑定，形成"想一步做一步"的闭环。这种设计让 Agent 能够边执行边调整，不像普通 LLM 那样一次性输出答案。
加分版（加这些细节）：
核心在于"慢思考"——Agent 的强大不是因为模型本身更聪明，而是给了它时间换质量。反思机制本质是上下文压缩，解决 LLM 无法真正记忆的短板。不同场景选不同范式：动态任务用 ReAct，长任务用 Plan-and-Execute，高质量迭代加 Reflection，多角色协作用 Multi-Agent。开发者的工作本质是设计工作流，而不是造更聪明的 AI。
一句话总结
Agent 的核心是通过"规划→行动→观察→反思"四阶段循环实现闭环反馈，让 AI 能够边执行边调整，而不是一次性输出不可更改的答案。