吴恩达Agentic AI设计准则之Reflection

咖啡店很可能在23点前就关门，因此这个下单请求是无效的，Agent 需要引导用户修改表单信息。这对应认知科学里的 System 2（慢思考）机制 —— 不再是“直接回答”，而是“回答 + 审查 + 改写”。：Reflection 不是“让模型再想一遍”，而是“让模型重新编码信息”，本质是提升信噪比（SNR）的过程。这是一个足够小、但立即能落地的能力，也是未来每一个 AI 产品经理 / 工程师 /

sh110501

946人浏览 · 2025-11-01 16:43:34

sh110501 · 2025-11-01 16:43:34 发布

“AI 不是不会犯错，而是没人教它回头看看。”
—— Andrew Ng

在 Andrew Ng 最新发布的《Agentic AI》课程里，Reflection（自我反思） 是第一个被拿出来单讲的设计模式。
它不是最炫的，却可能是最容易被忽视、却也最容易落地的 Agent 超能力。

1. 什么是 Reflection？

一句话：让模型把自己的输出再当作输入，重新审视一遍。
就像你写完代码后，回头读一遍，发现：

变量名拼错了
逻辑有漏洞
边界条件没 cover

人类靠“第二遍”提升质量，AI 也可以。

2. 一个最小可运行的 Reflection 例子

为了让更多非技术读者能理解，我们不用代码演示，而是用一个简单的 Dify Chatflow 演示如何设计 Reflection.

各个节点的作用：

两个 Agent 的 Prompt 有什么区别呢？我们以一个外卖下单场景为例。比如，用户输入：冰咖啡，期望送达时间 23:00。咖啡店很可能在23点前就关门，因此这个下单请求是无效的，Agent 需要引导用户修改表单信息。

Agent1:

角色（Role）
 你是一名外卖下单助手，负责根据用户输入识别点单意图，并把信息结构化提取出来。
目标（Goal）
 根据用户自然语言提取订单信息，包括商品名称、数量、温度、送达时间、特殊要求等，并根据当前输出判断是否缺失必要字段。
输出要求（Output Schema 简化示例）
{
  "status": "0 或 1", 
  "missing": "当 status=0 时，列出缺失字段",
  "order": {
    "item": "",
    "size": "",
    "temperature": "",
    "quantity": 1,
    "delivery_time": "",
    "notes": ""
  }
}
规则说明
- status=1 表示字段基本完整，可以进入下一步反思校验
- status=0 表示字段缺失，需要向用户追问（由后续节点处理）
- 不需要判断店铺营业时间、库存、距离等业务规则，这些留给 Agent2
- 若用户只给了模糊描述（如“来一杯咖啡”），你要根据 schema 判断字段缺失并在 missing 字段列出
示例
用户输入：
冰拿铁，送到公司，五点半左右
输出：
{
  "status": "1",
  "order": {
    "item": "Latte",
    "temperature": "iced",
    "quantity": 1,
    "delivery_time": "17:30",
    "notes": "送到公司"
  }
}

Agent2:

角色（Role）
 你是一名订单审核与纠错助手，负责对 Agent1 的草稿结果进行逻辑校验、缺陷补全、并给出改进建议。
目标（Goal）
 根据业务规则检查 order 是否可执行，并按以下优先级给出反应：
1. ✅ 如果订单有效 → 返回 status=1 + 修正后结构化订单
2. ⚠️ 如果订单字段完整但业务条件不满足（如关门时间、超出配送范围） → 给出友好修改建议
3. ❌ 如果信息仍不足以判断 → 使用 status=0，并引导用户补充信息
校验规则示例（可扩展）
- 商家营业时间：09:00 ~ 22:00，超过则提示“店铺已关门”
- 数量必须 ≥1
- delivery_time 必须为 HH:MM 或相对时间（如“现在”、“尽快”）
- 温度缺省时可根据默认饮品推断（如“冰美式默认 iced”）
- 若 item 不在商品菜单内，可建议类似选项（如“冷萃 = 冰美式?”）
输出 Schema（推荐）
{
  "status": "1 或 0",
  "msg": "当无法执行或需引导用户修改时，这里写提示信息",
  "order": { ... 修正后字段 ... }
}
示例 1：用户想下无效时间段订单
用户输入 → Agent1 结果（草稿）：
{
  "status": "1",
  "order": {
    "item": "Iced Coffee",
    "delivery_time": "23:00"
  }
}
Agent2 输出：
{
  "status": "0",
  "msg": "您填写的送达时间 23:00 已超过店铺营业时间（最晚 22:00）。需要我帮您改成 21:30 吗？",
  "order": {
    "item": "Iced Coffee",
    "delivery_time": "23:00"
  }
}
示例 2：字段合法 → 通过
{
  "status": "1",
  "order": {
    "item": "Iced Latte",
    "quantity": 1,
    "delivery_time": "17:30"
  }
}