Agent 范式
Agent 范式是单 Agent 内部推理与行动的组织方式，也是多 Agent 的编排方式。理解范式的关键不是背名字，而是先建立两个分类维度。
两个分类维度
执行轴：承诺多少。 模型在行动之前承诺多少计划？ReAct 每步重新决策，承诺为零；Plan-and-Execute 开局承诺全局计划。这两个范式是同一个刻度盘的两端，刻度是“在执行前承诺多少”。
增强层：跨尝试学习。 Reflection 不替代任何执行范式，它包在基础循环外面，负责“做完了对不对”。它管的是跨尝试的经验积累，和执行轴正交。
架构层：谁来协作。 Multi-Agent 是多个独立 Agent 的协作拓扑，Agent 内部照样跑 ReAct。它和单 Agent 内部范式是不同层次。
自治度谱系
Anthropic 的分类给出了从可控到自主的连续谱：
自治度谱系
- Workflow：LLM 和工具沿预定义代码路径编排，控制权在开发者手里。可预测、便宜、好调试
- Agentic Workflow：生产主流。Workflow 固定主流程骨架，在需要灵活判断的节点嵌入 Agent。骨架保证可控，节点提供灵活
- Agent：LLM 动态指挥自己的流程和工具使用。适合无法预先写死步骤的任务
- Multi-Agent：多个自主参与者通过消息协作，解决上下文隔离、并行探索和专业化分工
判断标准始终是那一条：控制权在谁手里。代码写死下一步去哪就是 Workflow，模型运行时决定才是 Agent。
本篇目录
- ReAct：边想边做，最经典的 Agent 内核
- Plan-and-Execute：先规划后执行，承诺刻度盘的另一端
- Reflection：跨尝试的反思学习层
- Tree of Thoughts：多分支推理与回溯的增强范式
- Multi-Agent：多个 Agent 的协作拓扑
- Agentic Workflow：Workflow 与 Agent 的边界与混合形态