企业官网建设流程全解析

AI Agent 认知模型与推理模式综述

从 ReAct 到 LATS，从单智能体到多智能体协作——系统梳理 LLM Agent 的核心认知架构

一、引言：为什么 Agent 需要"认知模型"

2022 年 10 月，一篇名为《ReAct: Synergizing Reasoning and Acting in Language Models》的论文横空出世，首次将 LLM 的"推理"和"行动"统一在一个循环中。此后两年，Agent 认知模型经历了爆发式增长——ReWOO、Reflexion、Tree-of-Thoughts、LATS、Plan-and-Execute、Pre-Act……这些名字背后，是人类对"让 LLM 像人一样思考"的持续探索。

本文将系统梳理当前主流的 Agent 认知模型，从底层推理基座到高层协作模式，分析每种模式的核心思想、适用场景和设计取舍。

二、认知基座：Chain-of-Thought（思维链）

所有 Agent 认知模型的根基，来自Chain-of-Thought（CoT）——让模型在输出最终答案前，先生成中间推理步骤。

用户问题：一个农场有 23 只鸡和 17 只兔子，一共多少条腿？ CoT 推理： 鸡: 23 × 2 = 46 条腿 兔子: 17 × 4 = 68 条腿 总腿数: 46 + 68 = 114 条腿 最终答案：114

2022 年，Google 的研究表明，仅需在 prompt 末尾加上"Let’s think step by step"，就能将 MultiArith 准确率从 17.7% 提升到 78.7%。

但这只是"纯内省"——模型的知识被冻结在权重中，无法访问外部世界。Agent 认知模型的核心突破，就是给模型装上了手脚和眼睛。

三、核心 Agent 认知模型

3.1 ReAct（Reasoning + Acting）—— 开山之作

论文: Yao et al., “ReAct: Synergizing Reasoning and Acting in Language Models” (2022.10)

核心循环:Thought → Action → Observation → Thought → ...

这是最经典的 Agent 模式。模型在每一步中：

1. Thought：思考当前需要做什么
2. Action：执行具体操作（搜索、计算、调用工具）
3. Observation：观察执行结果
4. 基于观察更新认知，进入下一步

Thought 1: 我需要找到 2023 年诺贝尔物理学奖得主 Action 1: Search["2023 Nobel Prize Physics winner"] Observation 1: Pierre Agostini, Ferenc Krausz, Anne L'Huillier... Thought 2: 我需要了解 Anne L'Huillier 的主要贡献 Action 2: Search["Anne L'Huillier attosecond physics contribution"] Observation 2: 她在阿秒物理学的开创性工作... Final Answer: 2023 年诺贝尔物理学奖授予...

性能数据：ALFWorld 提升 34%，WebShop 提升 10%（对比纯推理或纯行动）

优势：

• 推理过程可追溯，便于调试
• 通过外部工具接地气，减少幻觉
• 灵活适应，无需预定义执行路径

局限：

• Token 消耗随步数线性增长
• 不支持回溯（如果第三步发现第一步走错了，无法回头）
• 纯串行执行，无法并行

Ruby的注释：ReAct 是目前绝大多数 Agent 框架（LangChain、AutoGPT、agent-os）的默认模式，也是理解其他模式的基础。

3.2 Reflexion（反思）—— 从失败中学习

论文: Shinn et al., “Reflexion: Language Agents with Verbal Reinforcement Learning” (2023)

核心创新：Agent 不仅行动，还会在行动后进行自我反思，并将反思存入长期记忆，用于指导下一次尝试。

第一次尝试： 任务: 写一个正则表达式验证邮箱 行动: 输出 "\\w+@\\w+\\.\\w+" 评估: 测试失败 — 未匹配 "user@sub.example.com" 反思: "这个正则只允许一个点号分隔的域名，没有处理子域名的情况" 第二次尝试（携带反思记忆）： 优化后的输出: "^[\\w.-]+@[\\w-]+(\\.[\\w-]+)+$" 评估: 测试通过 ✓

架构：

• Actor：执行任务的 LLM
• Evaluator：评估任务是否成功（基于测试用例、环境反馈等）
• Self-Reflection：生成语言化的反思，存入长期记忆
• Memory：存储反思轨迹，作为后续尝试的上下文

性能数据：HumanEval 91%（GPT-4），ALFWorld 130/134 任务成功

关键洞察：这是"语言化的强化学习"——模型的权重不变，但通过在上下文中积累反思经验，实现了类似于 RL 的渐进优化效果。

适用场景：代码生成（有测试用例）、决策任务（有明确成功/失败信号）、任何可以"试错"的场景。

3.3 Tree-of-Thoughts（思维树）—— 探索多种可能性

论文: Yao et al., “Tree of Thoughts: Deliberate Problem Solving with Large Language Models” (2023.5)

核心创新：将推理建模为树搜索——在每个步骤生成多个候选思路，评估后保留最优的继续探索。

[任务：找到24点游戏的解] │ 2, 3, 4, 6 = 24 / | \ 2+3=5 3+4=7 6-4=2 5+4=9 7+6=13 2×3=6 9+6=15 13×2=26 6×4=24 ✓ (剪枝) (剪枝) (到达目标!)

每个节点的操作：

1. Expand：生成多个候选思路
2. Score：评估每个候选的前景（通过启发式规则或 LLM 自评）
3. Prune：保留得分最高的 K 个分支
4. Backtrack：如果当前路径失败，回溯尝试其他分支

性能数据：24 点游戏成功率：CoT 4% → ToT 74%

优势：系统化的多路径探索，避免陷入死胡同

代价：大量 LLM 调用（每个节点都需要调用），成本高

适用场景：数学谜题、创意写作、策略规划——需要"多想几种方案"再来比较的场景。

3.4 ReWOO（Reasoning WithOut Observation）—— 大幅降本

论文: Xu et al., “ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models” (2023.5)

核心创新：将"推理"和"工具调用"解耦——先出完整计划（含占位符），再批量执行工具，最后合成答案。

ReAct（串行，每一步都要 LLM）: Thought → Tool → Wait → Thought → Tool → Wait → ... ReWOO（三阶段）: Planner → 生成完整计划（含 #E1, #E2, #E3 工具占位符） Worker → 批量执行所有工具（无 LLM 参与） Solver → 合成最终答案

Token 对比：

适用场景：工具需求可预测的多跳问答、内容摘要、成本敏感部署。

局限：执行中无法根据中间结果动态调整计划。

3.5 Plan-and-Execute（先规划后执行）—— 工程化首选

核心创新：将任务分解为规划阶段和执行阶段，两者可以由不同能力的模型承担。

Planning Phase（强模型，如 GPT-4o）: 任务: 为一篇技术博客生成配图和数据 计划: 1. 提取文章中的关键数据点 2. 为每个数据点生成可视化描述 3. 生成图表代码 4. 整合到文章中 Execution Phase（弱模型，如 GPT-4o-mini）: 按序执行上述步骤，必要时触发 Replan

优势：

• 可以用强模型规划 + 弱模型执行，降低成本
• 支持 DAG 级并行执行
• 包含 Replan 机制，可动态调整

性能：比串行 ReAct 降低约 3.7 倍延迟，准确率提升约 9%

典型框架：LangGraph、CrewAI 的 sequential/parallel 模式、agent-workflow 的 YAML-defined FSM

3.6 LATS（Language Agent Tree Search）—— 集大成者

论文: Zhou et al., “Language Agent Tree Search Unifies Reasoning Acting and Planning in Language Models” (2023)

核心创新：融合 ReAct + Tree-of-Thoughts + Reflexion + MCTS（蒙特卡洛树搜索）。

LATS = ReAct 的行动能力 + ToT 的多路径探索 + Reflexion 的自我反思 + MCTS 的搜索策略 在每个决策点： → 生成多个候选行动 → 用树搜索探索 → 通过反思评估路径价值 → 选择最优路径继续

性能：HotpotQA exact match 0.61（ReAct 0.32，Reflexion 0.51）

代价：每次请求约 71 次 LLM 调用

适用场景：需要深度推理的复杂任务、交互式 QA —— 成本允许的前提下追求最高质量。

四、模型谱系与演进关系

Chain-of-Thought (2022.01) │ ┌───────────┼───────────┐ ▼ ▼ ▼ ReAct Tree-of-Thoughts Self-Ask (2022.10) (2023.05) (2022.10) │ │ │ ├─────┬─────┤ │ ▼ ▼ ▼ │ Reflexion ReWOO LATS │ (2023) (2023) (2023) │ │ │ │ │ ▼ ▼ ▼ ▼ ┌────────────── Plan-and-Execute ──────────────┐ │ (2023-2025) │ │ ├─ LLM Compiler (DAG + 并行, 2024) │ │ ├─ Pre-Act (持续精化计划, 2025) │ │ └─ Self-Discovery (自适应推理策略, 2024) │ └──────────────────────────────────────────────┘ │ ▼ Multi-Agent Architectures ├─ Orchestrator-Worker (Anthropic, 2025) ├─ Debate / Adversarial └─ Hierarchical Teams

两条演进主线：

五、特殊模式

Self-Ask（自问自答）

论文: Press et al., “Measuring and Narrowing the Compositionality Gap in Language Models” (2022.10)

Agent 将复杂问题分解为子问题，逐个回答，最后整合。与 ReAct 同月提出，思路相似但侧重问题分解而非工具使用。

STORM（多视角研究报告生成）

论文: Shao et al., “Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models” (2024)

从多个"专家视角"并行探索一个主题，最终合成为结构化的研究报告。本质上是多角色模拟 + 知识合成的 Agent 模式。

LLM Compiler（编译器思维）

将任务视为编译过程：解析指令 → 构建 DAG（有向无环图）→ 识别可并行的节点 → 调度执行。相比 ReWOO 的线性计划，Compiler 的 DAG 可以实现真正的并行。声称 3.6× 加速，6.7× Token 节省。

Pre-Act（持续精化）

论文: Hu et al. (2025.5)

在 Plan-and-Execute 基础上，Agent 在执行过程中持续预测未来的工具使用并提前优化。最新发表的执行期优化模式。

六、Anthropic 的工业实践

Anthropic 在 2025 年发表的 Agent 构建指南中，提出了三层递进模型：

Single-call → Workflows → Agents (简单任务) (预定流程) (自主循环)

核心原则：

1. 简单的就是最好的— 能用单次调用解决的不要用 Agent
2. 把 Agent 放进 task 的上下文窗口里思考— 它在做决策时能看到什么信息？
3. 工具设计即 Prompt 设计— 工具描述是 Agent 理解能力的首要接口
4. 上下文工程 > Prompt 工程— 在 Agent 循环中，管理上下文比优化单次 prompt 重要得多

实践数据：

• 上下文编辑 + Agent 记忆 →39% 性能提升
• 多 Agent 协作系统 →90.2% 性能提升（对比单 Agent）但15 倍 Token 消耗
• Sub-agent 隔离上下文 →90% 时间缩减

七、选型指南

按任务复杂度

按成本预算

按可靠性要求

按是否需要工具

需要工具 → 需要并行 → LLM Compiler → 不需要并行 → 预算敏感 → ReWOO → 不敏感 → ReAct 不需要工具 → 质量优先 → Reflexion / LATS → 速度优先 → Plan-Solve

八、你的 Agent OS 应该支持哪些模式

回到实际工程，一个生产级 Agent 框架至少应该原生支持三种模式：

更高级的模式（LATS、LLM Compiler、多 Agent）可以根据实际需求逐步补充——但前三者是地基，缺一不可。

参考文献

1. Yao et al. —ReAct: Synergizing Reasoning and Acting in Language Models(2022)
2. Shinn et al. —Reflexion: Language Agents with Verbal Reinforcement Learning(2023)
3. Yao et al. —Tree of Thoughts: Deliberate Problem Solving with Large Language Models(2023)
4. Xu et al. —ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models(2023)
5. Zhou et al. —Language Agent Tree Search Unifies Reasoning Acting and Planning in Language Models(2023)
6. Press et al. —Measuring and Narrowing the Compositionality Gap in Language Models(2022)
7. Shao et al. —Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models(2024)
8. Erdogan et al. —Plan-and-Act(2025)
9. Hu et al. —Pre-Act: Continually Refining Multi-step Execution Plans(2025)
10. Anthropic —Building Effective Agents(2024)
11. Anthropic —Building Production-Ready Agentic Systems(2025)
12. Masterman et al. —The Landscape of Emerging AI Agent Architectures(2024)
13. Plaat et al. —Agentic Large Language Models, a Survey(2024)
14. Xu et al. —AI Agent Systems: Architectures, Applications, and Evaluation(2025)

写在最后：Agent 认知模型的演进史，本质上是对一个核心问题的持续回答——如何让 LLM 的推理空间从线性链条扩展为树、图乃至搜索森林，同时控制成本、保证可靠性。ReAct 给出了第一个可行答案，它的后继者们正在把这条路的边界推得更远。