待验证50% 置信事实精确时间
Agentic 系统与单次提示-响应模式相比，核心差异在于反思-行动循环：模型执行一步操作后检查结果是否符合预期再决定下一步
1
来源数
50%
置信度
长期有效
时效性
2026/9/18
首次发现
来源
涉及实体
相关事实
待验证Agentic RAG采用'思考→行动→观察→再思考'的循环闭环模式，模型可以在生成最终答案之前进行多步工具调用和动态策略调整78% 相似待验证自我反思通过让模型评估自身输出质量并迭代改进来实现，Reflexion框架展示了Agent可以从失败尝试中学习并在下一轮迭代中调整策略75% 相似待验证Work模式采用ReAct框架（Reasoning + Acting），每次行动前先推理，推理结果指导下一步行动形成闭环75% 相似待验证在纯Agent场景下，模型的指令遵循能力往往比参数量更重要74% 相似待验证在ReAct提出之前，大模型的推理能力（以Chain-of-Thought为代表）和行动能力（以Action Generation为代表）是两条独立的研究路线74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/932555API
curl https://kongchang.com/api/v1/knowledge/claims/932555MCP
get_claim(id=932555)