边想边做、错了就改 - Agent怎么决策
大话 AI · 15 ｜ 边想边做、错了就改：小硅的小脑瓜
上一篇说，Agent 的本事是"自己决定走哪几步"。那它脑子里到底怎么想的？凭啥决定下一步干啥、碰壁了又怎么知道该改？这一篇，我们钻进小硅的小脑瓜，看看它"边想边做"的门道。
先回忆一件你天天干、却没留意的事——第一次去一个陌生地方。
你不会一开始就规划好每一步。你是：看眼导航（想）→ 往前走一段（做）→ 抬头看路牌，咦走反了（看）→ 掉头（改）→ 再走……边走边看边调整，最后到了。
小硅当 Agent 时"想事情"的方式，跟你找路一模一样。
🧠 一句话戳穿
Agent 干活不是一口气规划到底，而是"想一下 → 动一下 → 看结果 → 不对就改"，小步快跑、随时纠偏。这套"边想边做"的打法，学术圈管它叫 ReAct——Reason（想）+ Act（做），两个词一缝合，名字就出来了。
🔄 一个真实的"内心戏"
假设你让小硅"帮我查下这个月团队谁的请假最多"。它脑子里大概是这样转的（它真的会把这些"想法"写出来）：
想：我得先拿到请假数据，工具箱里有个"考勤查询"，用它。
做：调用考勤查询，参数：本月。
看：拿到一张表，有名字有天数。
想：现在要找最多的那个，我来数一下……小王 5 天最多。
做：整理成一句话回复。
看：任务完成，收工。
看到没？它不是一开始就想好全部，而是走一步看一步。这就是 ReAct 的精髓：把"思考"和"行动"交替着来，每轮看到新结果再决定下一步。
🩹 关键在"错了就改"
比"会往下走"更重要的，是它撞了墙会不会回头。
接着上面：假如它调考勤工具时，参数填错了，工具报错"查不到"。没长脑子的会把这句报错直接甩给你，或者干脆装死。真 Agent 会：
看：报错了，说日期格式不对。
想：哦，它要的是"2026-07"这种格式，我刚才填错了。
做：改对格式，重调一次。
这个"看到不对、自己改、再来一遍"的能力，才是 Agent 值钱的地方。 一个撞了墙会自己绕路的助手，和一个撞了墙就杵在那儿的助手，天差地别。
🎨 三条并行的技术路线
小硅"边想边做"不只一种打法，业界其实有三条并行的技术路线，风格差异挺大，你感受下：
莽夫型（纯 ReAct）：走一步看一步，撞了再说，撞墙就改。速度快、灵活，适合简单活——但容易绕弯路，简单事也可能走三遍。
谋定型（Plan-and-Execute）：先花一笔时间在脑子里列完整计划——"第一步干啥、第二步干啥、最后交付啥"——列清楚再动手，一步步按清单执行。适合复杂活，条理清楚，代价是前期慢，而且一旦中途出了计划没预料到的幺蛾子，可能要推翻重排。
反省型（Reflexion）：干完一轮，自己回头审视"这回做得行不行？有哪些翻车了？"，把教训写下来，下一轮带着这些"反思笔记"重来一遍。适合追求质量、允许多跑几轮的活——做完不急着交，先自检再打磨。
（插一句正经的：这三条不是"一种路线的三个变体"，而是三条并行的独立技术路线。实际产品经常混着用——先用"谋定型"拆个大计划，每一步内部走"莽夫型"一步步落地，最后用"反省型"整体检查一遍。好 Agent 就像老司机，看菜下饭，简单事别磨叽，复杂事先谋划，重要事做完再回头审。）
⚠️ 为什么 Agent 会"跑飞"
你用 Agent 用多了，偶尔会碰到这种名场面：小硅被一个小报错卡住了，改了再试、改了再试，绕了七八圈越改越错，最后吐出来一个面目全非的东西，你看完只想说"你当时停下来问我一句不行吗？"
其实问题就出在那个循环上：想→做→看→改→想→做→看→改……这个圈本身没有硬终止条件。只要它觉得"还没搞定"就会一直转下去，如果它的纠错判断本身有偏差——比如把一个正确结果看成了错误——那就会死循环，或者越"修"越歪。
所以好的 Agent 产品都会加一道保险："最多转 X 圈就停下来问人"。 转了五六圈还没搞定？暂停，把当前状态摊给你看，问一句"老板我卡住了，你看怎么办"。这比闷头转一百圈最后给你一堆垃圾要靠谱得多。
（你下次用 Agent 时可以留意：好产品会在循环了几步后主动停下来跟你确认——这不是它笨，恰恰是它"知道自己可能在瞎转"的安全感。）
😄 一个像极了人的瞬间
有回小硅查东西连着撞墙三次，第四次它憋出一句："看来这条路走不通，我换个思路。"——然后真换了个法子办成了。
那一刻我恍惚觉得，它跟加班到深夜、此路不通改走彼路的我，没啥两样。会认怂、会绕路，反而比嘴硬到底的靠谱。
🎁 这一篇带走的
好的 AI 助手，不怕它第一步做错，就怕它做错了还不自知、不回头。会"边想边做、错了就改"的，才是能托付事儿的那个。
这也给你一个用 Agent 的小心得：给它留出"试错和纠正"的空间，别指望它一次到位；同时盯住它"撞墙后的反应"——会自己绕路的，放心用；一根筋撞到底的，你得在旁边看着点。而当它绕了好几圈还在打转时——别客气，打断它，给个提示，比放任它死循环强百倍。
下一篇预告：小硅会想会做会改了，可它的工具箱里那些工具（查天气、查考勤、发消息……）是怎么接上去的？以前每接一个都得单独布线，麻烦得要死。直到有了一个"万能充电口"——下一篇讲 MCP。