Reflection（反思） 核心概念
别名：
反思 · draft-judge-revise
生成 → 评审 → 修订的外环范式：评审不过就把评审意见追加进消息历史继续改，直到通过或达到轮数上限。买的是质量，代价是调用翻倍与同源盲区。见[第 12 章](/chapters/12-classic-paradigms/)。
它是什么
Reflection（反思，原论文叫 Reflexion）是生成 → 评审 → 修订的外环范式：模型先生成草稿（draft），评审器（judge）判断是否通过；不通过就把草稿与评审意见追加进消息历史，要求模型带着意见修订，直到通过或达到轮数上限。Reflexion 论文把它称为「语言形式的强化学习」——不改权重，只把「哪里错了、怎么改」写进上下文，下一轮自然改好。
评审是注入的
关键设计：judge 与生成器解耦。它可以是规则检查器（「必须包含防晒建议」「长度 ≥ 40 字」「代码必须通过这组单测」），也可以是一次评审 LLM 调用——练习里注入脚本化的确定性评审，Reflection 环才能离线可测。消息历史的追加顺序是 task → assistant(草稿) → user(评审意见)，修订轮模型看到的是完整过程。
代价与盲区
买的是质量，代价有两项：调用翻倍（生成 + 评审各算一次）与同源盲区（同一个模型既当生成者又当评审者，看不出自己的系统性错误——对策是换模型/换视角当评审）。另外修订可能越改越差，保留历史最佳版本（best-of-n）是廉价有效的加固；maxRounds 保险丝兜底，绝不让用户拿到空字符串（详见第 12 章坑五、坑六）。