自我反思代理

自我反思代理先產生一個答案，再把注意力轉回那個答案上，找出缺陷並加以修訂，可能反覆數輪。其直覺正是人類「重讀自己所寫」的習慣：第一遍把想法寫下來，帶批判的第二遍則抓出矛盾、漏掉的情況或缺乏根據的跳躍。代理同時扮演作者與審稿者。

機制上，這是在單一模型上（或由生成器搭配獨立批評器）執行的「生成—批評—修訂」迴圈。模型先給出候選答案，接著被重新提示，依評分準則或任務規格加以批評，最後依該批評重寫；像 Self-Refine 這類方法會反覆迭代，直到停止條件觸發。關鍵在於：當批評有所錨定時最為可靠——例如跑測試、執行程式碼或檢查工具輸出——而非倚賴模型對其無法驗證的事實作內省。

當「驗證比生成更便宜」時，反思幫助最大：例如發現程式碼未通過單元測試，或草稿違反了明確約束。對模型本就不知道的問題，反思幫助最小，此時無錨點的自我批評可能把正確答案說服掉，或把自己說進一個自信的錯誤裡。好處真實但不均勻，且每一輪都要付出額外推論成本。