AI 不只是执行命令，它也能“反思”。吴恩达提出的 Agentic AI 准则之一——Reflection，正在重新定义智能体的成长方式。这篇文章带你快速了解它的设计理念与落地思路。

“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。

3. 为什么 Reflection 有效？

核心结论：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。

3.1. LLM 的第一反应 = “快思考”

所有大语言模型（GPT / Claude / DeepSeek / Llama …）在生成输出时，本质上是在做一次概率采样：

下一个 token = 最大概率（或 TopP / 温度采样）选项

这意味着：

这就是为什么 LLM 会一本正经地说错话，但语气依然非常自信。

3.2 Reflection 把“单次采样”变成“迭代采样”

Reflection = 输出 → 反馈 → 再输出。你相当于给模型增加了一个“二轮推理层”，让它有机会：

• 检查第一版答案有没有逻辑漏洞
• 检查是否违反业务规则/数学约束/数据格式
• 对照“目标结果结构”补全缺失信息
• 给自己打分、挑错、重写

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”。

换句话说：Reflection = 把 LLM 当成能“重构自己输出”的模型，而不是一次性问答机。

3.3 信息论解释：为什么它能提高输出质量？

从 Shannon 信息论角度来看，LLM 的输出是一次信息编码，而 Reflection 让编码过程从一次变成两次：

(第一轮输出) → (带反馈的重新编码输出)

结果：上下文信噪比（SNR）显著提高

• 第一次输出=高噪声采样
• 第二次输出=在“反馈信号”约束下重新编码，噪声被压缩、语义被增强

如果把生成结果看成向量空间中的点：Reflection = 把第一次生成的向量往“正确区域”再推一段距离。

3.4 为什么 2 次就够了？不继续 10 次？

学术实验（包括 GPT-4、Claude 和 DeepSeek 的论文）都显示：

• “第一次→第二次”质量提升最大
• “第二次→第三次”仍提升，但边际效应明显下降
• 超过3次后，质量趋于平稳甚至oscillation（来回绕圈）

4. 结语

如果你读到这里，那么你已经比 90% 的只会写 Prompt 使用者更进一步了。下一步不是去背更多提示词模板，而是开始问自己：我正在做的 AI 任务，能不能加一层 Reflection？

• 如果你做表单抽取、RPA自动化、知识库问答、低代码工作流……
• 如果你做AI代码生成、业务校验、合规审查、智能客服……

你都可以从“单次回答”升级成“先答→再审→再改”，让 AI 质量瞬间提升一个等级。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 / 创业者都要掌握的能力。

5. 参考

Andrew Ng《Agentic AI》Module 2: ReflectionLink:deeplearning.ai/courses/agentic-ai