反思与自我修正
一次生成的答案往往不够好。反思（Reflection）是让智能体"回头检查自己的输出并改正"，从"写完就交"升级为"写完、自查、改对再交"。它是提升回答质量、减少返工的低成本手段。
Self-Refine：生成—反思—修正循环
Self-Refine 是一种经典结构：先生成初稿，再让模型（可同一模型）批评初稿，然后按批评修正，可迭代多轮：
- 生成初始回答；
- 模型对回答提出批评与改进点；
- 依据批评生成修正版；
- 重复 2~3 直到满意或达轮次上限。
draft = llm(prompt)
for _ in range(2): # 最多迭代两轮
feedback = llm("批评下面回答的错误与不足：\n" + draft)
revised = llm("根据反馈改进回答：\n" + draft + "\n反馈：" + feedback)
if score(revised) > score(draft): # 变好才采纳
draft = revised
Critic-Actor：批评者与行动者分工
让两个角色各司其职：Actor 负责产出，Critic 负责挑错。Critic 用独立提示词甚至独立模型，避免"自己检查自己"的盲区。Critic 的输出要具体（指出哪句错、缺什么），不能只说"不够好"。
LLM-as-Judge：让大模型当裁判
没有标准答案时（摘要是否流畅、方案是否合理），可以用另一个大模型当裁判打分。它是评测与反思共用的底座：裁判给分数和理由，Critic 按理由改，形成闭环：
verdict = judge("对以下方案打分(0-10)并给出改进理由：\n" + plan)
# 输出示例：7 分，理由：缺少回滚方案，建议补充失败处理
评估—修正循环示例
把上面串成通用循环，注意"评估通过才停"：
MAX_ROUNDS = 3
for i in range(MAX_ROUNDS):
output = actor.generate(task) # 行动者产出
report = critic.evaluate(task, output) # 批评者评估
if report.passed:
return output # 达标即返回
output = actor.revise(output, report) # 按意见修正
return output # 达上限：返回最后一版并打日志
反思的成本提示
- 反思每轮都增加额外请求，成本约翻倍，务必设轮次上限（2~3 轮足够）；
- 反思适合"可复查"任务（代码、文本润色）；对需要外部事实的任务，反思不如直接检索求证；
- 可只对低置信度回答触发反思（先让模型自评置信度），而不是每次都反思。
小结
反思 = 生成 + 批评 + 修正的循环。Self-Refine 最简，Critic-Actor 通过角色分离减少盲区，LLM-as-Judge 提供无标准答案时的裁判。控制轮次与触发条件，反思就是性价比极高的质量杠杆。