Phase 3 从 18 篇开始，讲了 create_agent、middleware、hook 点、预置件、Context Engineering、Deep Agents。这一篇做 Phase 3 的收束——跳出具体工具，讲 Agent 的三种经典范式。

无论用 create_agent 还是手搭 LangGraph，Agent 怎么「思考-行动」，本质上逃不出这三种范式之一。理解它们，你就有了选择 Agent 架构的全局视角。

范式一：ReAct（边想边做）

ReAct 是最经典的 Agent 范式，前面其实一直在用它——create_agent 的核心 loop 就是 ReAct。

它的思路是：思考一步，做一步，看结果，再思考。模型每轮决定「现在该想还是该做」，做了之后根据结果调整下一步。

ReAct：边想边做

ReAct 的特点是反应式——不预先规划，走一步看一步。优点是灵活、能应对变化；缺点是可能绕路、对复杂任务可能缺乏全局观。

适合：任务路径不确定、需要边走边调整的场景。比如客服问答（每个用户问题不同）、信息检索（不知道要查几次）。create_agent 默认就是 ReAct，覆盖了大部分 Agent 需求。

范式二：Plan-Execute（先规划再执行）

Plan-Execute 的思路是：先把任务拆成计划，再按计划执行。分两个明确阶段——Plan（规划）和 Execute（执行）。

Plan-Execute：先规划再执行

Plan 阶段：模型拿到任务，先产出一个步骤清单（「1. 查 A，2. 查 B，3. 综合」）。 Execute 阶段：按计划逐步执行，每步可能调工具。

和 ReAct 的区别：Plan-Execute 先有全局计划再动手。优点是对复杂任务有全局观、步骤清晰；缺点是计划可能脱离实际（规划时不知道执行会遇到什么），需要「重规划」机制兜底。

适合：复杂、多步骤、路径相对清晰的任务。比如「调研并写报告」（第 23 篇的 Deep Agents 常用这种）。任务越复杂，先规划的价值越大。

范式三：反思（做完自我检查）

反思（Reflection）的思路是：做完之后，自我评估，发现问题就修正。在执行后加一个「反思」环节，让 Agent 审视自己的输出，判断好不好，不好就改。

反思：做完自我检查

反思可以是单次的（做完检查一遍），也可以是循环的（检查发现问题→修正→再检查，直到满意）。它本质上是给 Agent 加了「自我审视」能力，提升质量。

适合：对质量要求高、容错低的场景。比如代码生成（生成后自审有没有 bug）、文档写作（写完检查逻辑通不通）。

三种范式的对比

范式 核心思路 优点 缺点 适合
ReAct 边想边做 灵活、应对变化 可能绕路、缺全局观 路径不确定的任务
Plan-Execute 先规划再执行 全局观、步骤清晰 计划可能脱离实际 复杂多步任务
反思 做完自检 提升质量 增加成本和延迟 高质量要求场景

三种范式对比

关键：它们可以组合

这三种范式不是互斥的，可以组合。一个强大的 Agent 可能是：

  • Plan-Execute + 反思：先规划，执行后反思调整计划（常见于复杂任务）
  • ReAct + 反思：边想边做，关键步骤后反思（提升质量）
  • 甚至三者都用：规划→ReAct 执行→反思

LangGraph 的图结构天然支持这种组合——你把 Plan、Execute、Reflect 都画成节点，用 edge 连成你要的流程。这也是为什么 Phase 2 那么重要：掌握了图，这些范式都是「画图」的事。

范式可以组合

怎么选

一个务实的选择顺序：

  1. 先试 ReAct（create_agent 默认）——多数任务它够用
  2. 任务复杂、多步、需要全局观 → 上 Plan-Execute
  3. 质量要求高、容错低 → 加反思
  4. 都不够 → 组合，或考虑 Deep Agents

不要一上来就用最复杂的组合。先从 ReAct 起步，遇到它搞不定的问题，再针对性升级。

收束：Phase 3 完成

这一篇讲完，Phase 3（Agent 与 Middleware）就完成了。回顾这 7 篇：

  • 18 create_agent：标准 Agent 入口
  • 19 Middleware 概念：横切注入
  • 20 Hook 点：beforeModel/afterModel
  • 21 预置 middleware：拿来就用
  • 22 Context Engineering：管上下文
  • 23 Deep Agents：长任务的集大成
  • 24 三种范式：ReAct/Plan-Execute/反思

到这里，你已经能搭出从简单到复杂的各种 Agent。下一篇开始 Phase 4——RAG 与检索，讲 Agent 最常用的一类能力：怎么让 Agent 能查知识库再回答。

关于十三Tech

我是十三，All in AI Agent 方向的架构师，专注 AI 工程实践。我相信 AI 是程序员的最佳搭档。

如果你想跟完这套「图解 LangChain」，欢迎关注公众号 「十三Tech」。全系列 42 篇，会按认识基础、LangGraph 状态机、Agent 与 middleware、RAG 检索、Tools/MCP/记忆、生产化收束这条线更新。

十三Tech公众号二维码