ReAct、Plan-and-Execute、Reflection 实际项目中该如何选型？
开场：一道专钓"只会背概念"的题 说说 ReAct、Plan-and-Execute、Reflection 三种范式的区别？ ReAct 是边想边执行，Plan-and-Execute 是先规划再执行，Reflection 是……执行完之后反思？
拆解 agent 的三种推理方式(ReAct/反思/规划)
上一篇讲了 Agent 怎么"编排工作流"。这篇往里走一层:一个 Agent 拿到任务,脑子里到底怎么推理?业界反复出现的就三种"想法",几乎所有 Agent 框架都绕不开:边想边做(ReAct)、先谋后动(Plan-and-Execute)、做完自省(Reflection)。
全面战胜ReAct，斯坦福全新智能体推理框架，性能提升112.5%
斯坦福和MIT的研究团队推出了一种新的AI智能体推理框架ReCAP，在长上下文任务中全面超越了现有的主流框架ReAct，性能提升显著。ReCAP通过独特的递归树结构和三大机制，解决了大语言模型在复杂任务中常见的目标漂移、上下文断层和成本爆炸等问题。
ReAct 架构介绍
2026 年的今天，AI 智能体（Agent）已从概念走向大规模落地。从自动化的科研助手到能操作复杂软件的个人助理，其背后的核心驱动力往往指向同一个架构范式——ReAct。
AI Agent 设计模式 (四) | 理解Reflection模式，就掌握了AI质量管理
持续分享十三种AI Agent设计模式，感兴趣可以点个【关注】不迷路～一句话讲清楚 Reflection你写完代码会自己过一遍再提交 PR。程序员都有这个习惯。写完代码不直接 push，自己先读一遍，检查逻辑对不对、有没有低级错误、命名合不合理。
吃透Agent三大范式，ReAct，Plan-and-Execute，Reflection全解析
前言在人工智能智能体开发领域，ReAct，Plan-and-Execute，Reflection是当下最主流的三大设计范式，也是AI面试高频考点，更是搭建工业级Agent系统的底层核心框架。
智能体经典范式构建：ReAct、Plan-and-Solve 与 Reflection
智能体经典范式构建：ReAct、Plan-and-Solve 与 Reflection一句话总览：Agent 的核心不是让模型更会聊天，而是为模型设计三种控制循环：边想边做、先计划再做、做完再改。
ReAct、Plan-and-Execute、Reflection：AI Agent 三种范式怎么选？
从“边想边干”到“先规划再执行”，再到“自我检查修正”的工程落地指南很多人第一次接触 Agent 范式时，会把 ReAct、Plan-and-Execute、Reflection 当成三个并列方案，然后纠结到底哪个更先进。这个理解很容易跑偏。
20 分钟吃透 ReAct Agent！别死磕Prompt了！！
本文深度解析ReAct框架如何让AI从「聊天玩具」升级为「生产力工具」——揭秘记忆、感知、大脑、手脚与反馈五大核心组件如何协同运作，更带来三个进阶玩法让你的Agent实现自愈、规划与动态检索能力。
ReAct vs Plan vs Reflection三大Agent范式对比与选型
#智能体##AI技术##教程#三种范式的代表性 GitHub 项目论文官方仓库（必引）范式仓库⭐ Stars说明ReActysymyth/ReAct3,789ICLR 2023 原始论文代码Plan-and-SolveAGI-Edgerunners/Plan-and-Sol