Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
9/18/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedAgentic 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% similarUnverified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% similarUnverifiedWork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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/932555API
curl https://kongchang.com/api/v1/knowledge/claims/932555MCP
get_claim(id=932555)