Reflexion框架解析：生成自评修正的循环机制
Reflexion 类方法的框架极简：**生成 → 自评 → 修正**，循环到通过或超限。
有意思的是自评这一步不需要外部真值——模型拿"任务要求"当尺子量自己的输出，就能发现相当比例的缺陷。局限同样明显：
- 模型倾向于"自信的错误"，自评通过率虚高；
- 反思循环吃 token，成本随轮次线性涨；
- 与 [思维链：把思考过程变成_token](/p/chain-of-thought) 叠加时，要防止"反思"变成改写而非纠错。
工程上的甜点区：两轮反思 + 明确的检查清单，收益成本比最好。