一、三种基本范式

1. React：简单好排查，流程长、步骤多、复杂会跑偏、无效循环，适合流程不固定、简单的任务；每次调大模型都要把历史带上。

2. Plan execute：适合并行，但是遇到计划外的情况容易卡住；把摘要带上就行；用强模型规划弱模型执行，能降70%消耗。

3. Reflection：需要轮次限制；每次反思的节点至少多一次大语言模型调用，再加30%~100%消耗；一般反思2~3轮就行；专门解决输出质量问题，代价是增加token消耗和延迟。

二、进阶范式

包含动态replan、Reflexion；Reflexion会总结教训放到记忆里，让Agent不需要梯度更新就可以从错误中学习，非常适合在推理阶段提升质量，通过「错题本」机制实现跨任务经验积累，避免重复错误。

三、实际应用

1. 先跑通React快速验证，简单不固定、实时调整用React，任务很长容易跑偏、需要整体规划用Plan execute，遇到意外的话加动态replan，要求高不出错的话用Reflection，跨任务积累经验、避免重复错误用Reflexion，再根据token消耗和延迟的实际数据，决定切换Plan execute或Reflection。

2. 混合用法：规划阶段用Plan execute的思路定好全局计划，每一步的执行用React，最后对整体输出做一次Reflection；单步执行需要多轮工具调用，所以每步用React。

3. 选型口诀：任务简单用ReAct，流程长且复杂用Plan execute，输出要求高再加Reflection；别过度工程化，够用就好。