Reflection
AI Agent架构中的反思机制，智能体在完成一轮行动后将执行结果与预期目标比对，发现偏差后重新规划，形成计划—执行—反思—再计划的闭环，是智能体自主持续改进的关键机制
时间轴 (近 90 天)
美国公司Reflection在Mistral Large 4发布前一天发布了开源模型，TechCrunch称其要挑战中国模型且算力成本更低
Reflection推出Beam，是一个稀疏专家混合（MoE）模型，总参数量5010亿，单次输入约激活230亿参数
Beam的目标场景是编码、推理和Agent任务，开放权重和开发者材料计划在当月晚些时候发布
Mistral Large 4的发布距离美国Reflection团队推出Beam模型仅一天
Reflection团队发布了名为Beam的开放权重大语言模型，参数规模达到5010亿（501B）
Agent通过审计Skill将错误写入当前对话上下文记忆，实现轻量级反思（Reflection）机制，无需重新训练模型即可提升任务成功率
Reflection（反思）机制让智能体在完成一轮行动后将执行结果与预期目标比对，若发现偏差则重新规划，形成计划—执行—反思—再计划的循环
生成—验证—修正的自动化闭环通常依赖静态检查与单元测试，以及反思与自我批评循环两类机制
全部知识事实 (8)
Agent通过审计Skill将错误写入当前对话上下文记忆，实现轻量级反思（Reflection）机制，无需重新训练模型即可提升任务成功率
50%待验证Reflection（反思）机制让智能体在完成一轮行动后将执行结果与预期目标比对，若发现偏差则重新规划，形成计划—执行—反思—再计划的循环
50%待验证生成—验证—修正的自动化闭环通常依赖静态检查与单元测试，以及反思与自我批评循环两类机制
50%待验证美国公司Reflection在Mistral Large 4发布前一天发布了开源模型，TechCrunch称其要挑战中国模型且算力成本更低
50%待验证Reflection推出Beam，是一个稀疏专家混合（MoE）模型，总参数量5010亿，单次输入约激活230亿参数
50%待验证Beam的目标场景是编码、推理和Agent任务，开放权重和开发者材料计划在当月晚些时候发布
50%待验证Mistral Large 4的发布距离美国Reflection团队推出Beam模型仅一天
50%待验证Reflection团队发布了名为Beam的开放权重大语言模型，参数规模达到5010亿（501B）
50%