用途：当智能体用同一提示反复失败时，Reflexion 通过引入 Critic 节点打破重复失败。Critic 读取失败轨迹，写出一条简短的语言化教训（≤200 tokens），存入情景记忆；Actor 在下一次尝试前读取该教训。整个循环由重试预算约束，避免无限循环。
适用条件：同一任务用同一提示失败 2 次以上；有明确的成功信号（测试、golden、judge）；失败模式在轨迹中可识别（工具错、参数错、计划错）。不适用：一次性任务无重试空间；失败信号噪声大（judge LLM 自相矛盾）；预算不足以支持 2 次以上尝试。
循环结构：Actor → Trajectory → Evaluator → 成功则结束；失败则进入 Critic → 语言化教训 → 情景记忆 → 下一次 Actor 尝试。
组件：Actor 执行任务并产出轨迹；Evaluator 对轨迹打分，输出 success、score、reasons；Critic 诊断失败并提出修复，输出简短教训；Memory 跨尝试保存教训，采用 append-only 的 lessons[]。
稳定评分标准（关键）：若 Evaluator 不稳定，Reflexion 会失效。需锁定 rubric，例如 test_suite_passes 0.4、acceptance_criteria_met 0.3、no_forbidden_actions 0.2、efficiency 0.1，success_threshold 0.85。每次尝试使用相同 rubric 与权重，实验中途不要调整。
Critic 提示模板要求：只写一条简短教训，聚焦导致失败的具体动作或决策；不要复述任务，不要超出轨迹进行推测。
重试预算：可定义 max_attempts（默认 4）、max_cost_usd（默认 1.0）、min_score_improvement（默认 0.05）。停止条件包括 success 为 True、attempts 达到上限、cost 达到上限、分数提升低于阈值（平台期）。
快速开始（LangGraph）：定义 actor 读取 memory 中的 lessons 并拼接进提示，执行后返回 trajectory；evaluator 返回 score；critic 调用 critic_llm 生成 lesson 并追加到 memory；用条件边在 score 大于 0.85 时结束，否则进入 critic。
反模式：Critic 只说“再努力一点”需约束为可执行教训；lessons 列表无界需保留最近 N 条或聚类；跨尝试混用 rubric 需在运行前冻结；Critic 只看最终答案而非轨迹则无效。
延伸阅读：Shinn 等人的原始 Reflexion 论文（NeurIPS 2023）、LangGraph reflection 示例；可与 multi-agent-eval-harness 搭配使用。