Plan-and-Solve 与 Reflection：先规划，再反思

一句话概要：ReAct 像侦探走一步看一步，Plan-and-Solve 像建筑师先出蓝图再施工；而 Reflection 给智能体装上事后复盘回路，用「执行—反思—优化」把合格方案迭代成优秀方案，代价是调用开销、延迟和提示工程复杂度。

本章要点

一、侦探与建筑师

Plan-and-Solve 把任务明确分成两阶段。ReAct 像经验丰富的侦探，根据现场蛛丝马迹随时调整方向；Plan-and-Solve 像建筑师，动工前先画完整蓝图，再严格按图施工。它于二零二三年提出，动机是解决思维链处理多步骤复杂问题时容易「偏离轨道」的问题。

• 规划阶段：接收完整问题，先分解并制定清晰分步骤的行动计划，计划本身就是一次模型调用的产物；
• 执行阶段：严格按计划逐一执行，每一步可能是一次独立的模型调用或对上一步结果的加工。

形式化地：规划模型根据原始问题生成含若干步骤的计划；执行阶段每一步的生成同时依赖原始问题、完整计划与此前所有步骤的结果。

二、适用场景

结构性强、可清晰分解的任务：多步数学应用题（先列计算步骤再逐一求解）、整合多信息源的报告撰写（先规划结构再填充内容）、代码生成（先构思函数与模块结构再逐一实现）。

三、规划阶段的提示词三要点

角色设定（如「顶级的规划专家」）、任务描述（清晰定义分解问题的目标）、格式约束（强制输出结构化列表，极大简化后续解析）。格式约束最易被忽略，却决定了代码能否稳定解析——很多人翻车就翻在模型回了一整段自然语言。

四、执行器与状态管理

执行器不只是调用模型，更承担状态管理：记录每步结果并作为后续步骤的上下文。其提示词必须包含四项：原始问题（始终了解最终目标）、完整计划（知道当前步骤的位置）、历史步骤与结果（作为当前步骤的直接输入）、当前步骤（明确这轮要解决什么）。缺任一项信息链都会断。

五、算苹果的例子

周一十五个，周二是其两倍，周三比周二少五个，三天共卖出多少。规划阶段分解为四步：周一十五 → 周二十五乘二得三十 → 周三三十减五得二十五 → 三天相加得七十。执行阶段逐步引用历史结果，最终准确得出七十。相比让模型一路心算，拆成显式步骤后每步可验证，出错能立刻定位。

六、Reflection：执行—反思—优化

灵感来自人类的校对与验算。三步循环：

1. 执行：用既有范式产出初步方案，即「初稿」；
2. 反思：调用独立的或带特殊提示词的模型扮演评审员，从事实性错误、逻辑漏洞、效率问题、遗漏信息四个维度评估，生成结构化反馈；
3. 优化：把初稿与反馈作为新上下文再次调用模型，产出修订稿。

循环重复直到不再发现新问题或达到迭代上限。三条价值：提供内部纠错回路（不再只依赖外部工具反馈，能修正更高层的逻辑与策略错误）；把一次性执行转为持续优化；构建短期记忆（迭代轨迹本身即经验记录）。

七、记忆模块与三种提示词

短期记忆模块是必需品：用列表按序存储每次行动与反思，提供添加记录的方法，核心的「获取轨迹」方法把记忆序列化成可插入提示词的文本，另有方法取出最新初稿。工程要点是记忆模块决定了评审员看什么——给太多稀释注意力，给太少看不出问题。

三种角色提示词：初始执行提示词（直接要求完成任务）、反思提示词（机制灵魂，要求扮演严格评审员并给出可操作反馈，关键是「极其严格」且「专注」某一维度）、优化提示词（据反馈修正产出）。

八、素数函数的优化实例

任务「编写函数找出一到 n 之间所有素数」是绝佳场景：存在明确优化路径、反思点清晰、优化方向明确。第一轮反思精准指出初版 n 乘以根号 n 的复杂度瓶颈，建议改用埃拉托斯特尼筛法；第一轮优化实现筛法，复杂度降到 n 乘以 log log n；第二轮反思肯定当前效率并提及分段筛法等方向，但判断「一般情况无需改进」，触发终止条件收敛。这说明好的反思不只是修错，更能驱动阶梯式提升，且必须能判断「够好了」。

九、成本收益与选型

成本：每轮迭代至少额外两次模型调用（反思+优化），成本成倍增加；串行导致延迟显著提高，不适合实时场景；需要为执行、反思、优化三阶段分别设计调试提示词，复杂度上升。

收益：解决方案质量跃迁（从合格到优秀）；鲁棒性增强（修复逻辑漏洞、事实错误、边界处理不当）。

反思是典型的「以成本换质量」，适合关键业务代码与技术报告、科研复杂推演、深度分析决策支持；需要快速响应或大致正确即可时，用更轻量的 ReAct 或 Plan-and-Solve 更划算。

音频章节时间戳

时间	章节
00:00	开场
00:52	侦探与建筑师
03:07	规划阶段怎么设计
04:19	执行器与状态管理
06:00	一个算苹果的例子
07:22	反思机制 执行 反思 优化
09:47	记忆模块与三种提示词
11:41	优化代码的实例
13:25	成本收益与收尾

总时长 16 分 25 秒。

原书对应小节

Datawhale《Hello-Agents：从零开始构建智能体》第四章「智能体经典范式构建」，第 4.3 节「Plan-and-Solve」（4.3.1 工作原理、4.3.2 规划阶段、4.3.3 执行器与状态管理、4.3.4 运行实例与分析），以及第 4.4 节「Reflection」（4.4.1 核心思想、4.4.2 案例设定与记忆模块设计、4.4.3 编码实现、4.4.4 运行实例与分析、4.4.5 成本收益分析）。

更完整的图文内容请直接阅读原书，本页仅为音频配套要点。

授权

本内容改编自 Datawhale《Hello-Agents：从零开始构建智能体》，采用 CC BY-NC-SA 4.0 授权，为二次演绎配音版。