Reflexion Pattern 是一种用于智能体循环的失败重试改进模式。当智能体失败时，若用相同提示重试，往往会得到相同失败。Reflexion 在此加入一个批评者：读取失败的轨迹，写出一条简短的语言化教训，并存入情景记忆；执行者在下次尝试时读取该教训。整个过程受重试预算约束，避免无限循环。
用途 适用于同一任务在相同提示下失败两次及以上、存在明确成功信号（如测试、标准答案、评审器）、且失败模式可从轨迹中识别（如工具选错、参数错误、计划错误）的情况。不适用于一次性、无重试余量的任务，失败信号噪声大（评审器自相矛盾）的场景，或预算过紧、无法支持两次以上尝试的情况。
主要能力 该模式包含四个组件：执行者（Actor）负责任务执行并产出轨迹（动作与观察）；评估者（Evaluator）对轨迹评分，输出 success: bool、score: float、reasons: list；批评者（Critic）诊断失败并提出修正，输出不超过 200 token 的简短语言化教训；记忆（Memory）跨尝试保存教训，以只追加的 lessons[] 形式维护。
使用方式 需先锁定稳定评分规则，例如示例中 rubric 为：test_suite_passes 占 0.4、acceptance_criteria_met 占 0.3、no_forbidden_actions 占 0.2、efficiency 占 0.1，success_threshold 为 0.85。每次尝试使用相同规则与权重，不在实验中途调整。批评者提示模板要求：不重述任务、不超出轨迹进行推测，只针对导致失败的具体动作或决策写出简短教训。重试预算通过 ReflexionBudget 数据类定义：max_attempts 默认 4、max_cost_usd 默认 1.0、min_score_improvement 默认 0.05。停止条件为：success 为 True、尝试次数达到上限、成本达到上限，或分数提升低于最小改进阈值（进入平台期）。
LangGraph 快速开始示例中，actor 将历史教训拼入提示并运行任务；evaluator 按 rubric 评分；critic 调用 LLM 生成教训并追加到记忆；条件边在分数超过 0.85 时结束，否则进入批评者节点。
适用场景与限制 适合有明确验证信号、可多次重试、失败可从轨迹诊断的智能体任务。需避免的反模式包括：批评者只说“再努力点”（应约束为可执行的教训）、教训列表无界增长（应保留最近 N 条或聚类）、跨尝试混用评分规则（应在运行前冻结）、批评者只看到最终答案而看不到轨迹（这样无效）。进一步阅读可参考 Shinn 等人发表于 NeurIPS 2023 的原始 Reflexion 论文与 LangGraph 反思示例，并可与 multi-agent-eval-harness 搭配使用。