Agent 的一轮：先想，再决定要不要调用工具

这里的 Agent 不是一个更会写段落的模型。它要能把任务拆开，记住已经做过的事，并在自己没有的信息上调用工具。一次对话、一次执行、一次推理，是三件不同的事。

规划把任务拆小，并要求模型写出下一步为什么这样做。ReAct 把理由和动作放在同一次回复里。做完以后要能看见结果：错了就改下一步，而不是把同一动作再执行一遍。Reflexion 更进一步，把过去的失败留在记忆里，用来改后面的策略。

记忆分两层。短期记忆就是这次上下文里还看得到的内容，窗口满了就没了。长期记忆放在外部存储，下次要主动查回来。没有查这一步，存储等于没写。

工具补的是模型自己没有的能力：搜索、计算、执行代码、查数据库、查知识库。顺序是固定的：思考，行动，观察，再思考。

以「写一份攻略并保存」为例。第一轮的提示里有身份、目标、全部工具的说明，以及用户的原话。模型可以先选择自己生成正文，行动记为「思考」，参数就是这份正文。程序发现这不是外部工具，把正文写入记忆。第二轮的提示带上这段记忆。模型这时才有依据选择「保存」，参数是文件名和正文。程序解析参数、调用函数、把返回值再写入记忆。循环停在步数上限，或者目标已经完成。

少编造靠的是改交给模型的信息，不是换一个模型。目标里写明：内容里如果有事实，先搜索再写；草稿出来后，地点、时间和价格再核对一次。搜索工具的说明要写清楚它用来取新信息和核对，而不是一个可有可无的函数。系统提示里要求思考过程出现验证这一步，否则模型会把「我知道」当成「已经查过」。

一次就能做完的问答不必走这个循环。要自己决定下一步调用哪个工具时，才需要把记忆带进下一轮。