已验证65% 置信事实精确时间
Reflexion架构于2023年提出，引入自我反思机制，Agent完成任务后对行动轨迹进行语言层面复盘并将经验存入长期记忆，无需更新模型权重即可持续改善任务表现
3
来源数
65%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
企业级AI Agent开发指南：多任务识别与动态工具调用实战
bilibiliAI学习课堂2026/7/6
相关事实
已验证Reflexion框架让Agent在失败后进行反思总结，将经验存入记忆以避免重复犯错，是在ReAct基础上的进一步增强78% 相似待验证Reflexion（加入自我反思机制）和LATS（结合蒙特卡洛树搜索的规划策略）是ReAct之后出现的改进范式73% 相似待验证Reflexion（自我反思框架）在循环外增加了错误总结与策略修正步骤，能在多次失败后主动调整策略72% 相似待验证Reflexion、AutoGPT、MetaGPT等框架均沿用了ReAct的推理-行动分层架构68% 相似待验证ReAct的思考—行动—观察循环机制使Agent在处理多步骤复杂任务时表现出更高可靠性，显著减少幻觉和错误累积66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/235807API
curl https://kongchang.com/api/v1/knowledge/claims/235807MCP
get_claim(id=235807)