你的技术前沿之旅，从这里开始
任务规划与记忆的三种常见做法
把状态放在外部显式存储里，通常比指望模型自己记住更可靠。
一、把推理与行动交错起来
ReAct 的做法是让模型交替产生思考与动作，用外部环境的观察纠正推理。这类交错结构比一次性长推理更容易在失败处定位问题。
二、记忆分层次
短期记忆保存当前任务的中间结果，长期记忆保存跨任务的事实与偏好。区分两者的意义在于检索策略不同：短期记忆按当前任务过滤，长期记忆需要去重与更新。
三、用外部存储替代隐式记忆
把中间状态写入可读的外部存储，既降低上下文压力，也让失败可以复现。Reflexion 的思路是让系统把反思结果写成文字，供后续轮次使用。
四、规划不等于写完整计划
预先输出完整计划在长任务上容易在第一步就走偏。更稳妥的方式是先做一步、执行、再根据真实结果调整。
五、可核对的来源
Reflexion: Language Agents with Verbal Reinforcement Learning，arXiv:2303.11366。
六、适用边界
本文讨论结构选择。记忆规模与检索效果需按业务实测，没有通用的最优配置。