Agent · 推理、规划与反思¶

覆盖设计范式、搜索推理、任务拆分、显式规划与反思闭环。

阅读时注意四个不同的变化对象：训练更新模型参数；CoT、采样与搜索改变一次求解的计算过程；规划与调度管理行动和状态；反思利用反馈修改候选或经验记忆。增加调用次数、写入记忆和获得测试反馈，都不等于模型发生了参数学习。

第四章先看控制循环，第五章比较推理方法，第六章处理依赖与恢复，第十一、十二章分别深入规划和纠错。文中经典实验用于说明机制，不代表当前模型或业务场景的固定收益；选型需比较相同预算下的任务完成率、延迟与副作用。