<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>ReAct :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/ReAct/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Fri, 30 Oct 2026 14:47:30 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/ReAct/index.xml" rel="self" type="application/rss+xml"/><item><title>AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/AI-Agent%E6%9E%B6%E6%9E%84%E5%85%A8%E6%99%AFReActPlan-and-ExecuteReflexion%E5%92%8CLATS/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/AI-Agent%E6%9E%B6%E6%9E%84%E5%85%A8%E6%99%AFReActPlan-and-ExecuteReflexion%E5%92%8CLATS/index.html</guid><description>AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS 从 2022 年 Chain-of-Thought prompting 的爆火到 2024 年各类 Agent 框架百花齐放，“Agent"这个词已经从学术概念演变为工程实践中的核心范式。但当我们剥开 LangChain、AutoGPT 等框架的外衣，真正理解其底层架构模式的开发者并不多。本文将从第一性原理出发，系统梳理当前主流的四种 Agent 架构模式——ReAct、Plan-and-Execute、Reflexion、LATS，并深入解析其设计理念、实现细节和适用边界。</description></item><item><title>AI Coding Agent 架构深度解析：从 ReAct 循环到多 Agent 协作的工程实现</title><link>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/AI-Coding-Agent%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E4%BB%8EReAct%E5%BE%AA%E7%8E%AF%E5%88%B0%E5%A4%9AAgent%E5%8D%8F%E4%BD%9C%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E7%8E%B0/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/AI-Coding-Agent%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E4%BB%8EReAct%E5%BE%AA%E7%8E%AF%E5%88%B0%E5%A4%9AAgent%E5%8D%8F%E4%BD%9C%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E7%8E%B0/index.html</guid><description>AI Coding Agent 架构深度解析：从 ReAct 循环到多 Agent 协作的工程实现 2026 年，AI 编程工具的格局已经从"选哪个 IDE 插件"演变为"选哪种 Agent 架构"。Claude Code、OpenAI Codex、Cursor、Devin、Windsurf 等产品分属四大架构类别——AI 原生 IDE、Agentic CLI、云端委托 Agent 和平台原生 Copilot——它们的差异不在于底层模型是否足够聪明，而在于Agent 脚手架如何编排模型能力与开发环境的交互。研究表明，在相同底层模型（如 Opus 4.5）下，不同 Agent 脚手架在 SWE-bench 上的表现差距可达 17 分，这说明架构设计本身就是一种"能力乘数"。</description></item></channel></rss>