一句话定义
反思与规划是让智能体先想清楚再行动、或对结果做批判再修订：Plan-and-Solve 先拆步骤，Reflection 批判结果，Self-Refine 生成→反馈→修订。
为什么需要它
复杂任务直接执行容易漏步骤、走错方向。规划提供全局路线，反思发现错误，Self-Refine 把反馈变成可执行的修订；但都会增加调用和延迟。
常见方法
Plan-and-Solve / 规划求解
先让模型列出步骤/子目标，再逐步执行；适合多步任务，计划可以随观察调整。
Reflection / 反思
对生成结果或执行轨迹做批判：哪里错了、缺什么证据、下一步怎么改。批判可以来自模型、规则或外部验证器。
Self-Refine
生成初稿 → 获取反馈 → 修订，循环 1–3 次；关键是反馈质量和停止条件。
关键取舍
- 规划和反思增加 token/延迟；简单任务可能不划算。
- 自我批判可能错，最好接外部信号（测试、检索、工具）。
- 迭代次数要有上限，否则会陷入“越改越差”。
- 计划太细会僵化，太粗又无法执行。
规划和反思可以组合：先 plan，执行中 reflect，失败再 replan。评测看任务成功率、步数、成本，以及修订是否真的改善结果；把反思写入轨迹，便于复盘。先小规模验证。
常见误区
- 反思一定提升质量：没有新信息时可能只是换个说法。
- 计划越细越好：执行中要允许调整。
- Self-Refine 等于多写几遍：需要有效反馈和验证。
- 所有任务都要规划：简单任务直接做更快。
用在哪里
- 多步研究、写作、代码修复、数据分析。
- 需要自我检查/修订的 Agent。
- 有测试、检索或规则可验证的场景。
相关概念
- Agent Workflow：规划/反思在循环中的位置。
- ReAct：行动与观察的循环。
- CoT：分步推理的基础。