通俗解释
不更新权重，而是把“这次哪里错了、下次该怎么做”的文字总结放进记忆，作为下一轮的上下文，在编程和决策任务上明显提升成功率。
用在哪里：编码 Agent、自我修正
01原始论文
Reflexion: Language Agents with Verbal Reinforcement Learning
Noah Shinn, Federico Cassano, Edward Berman, et al. · 2023
arXiv ↗ ✓ 已核实 · arXiv API
备注：相关：Self-Refine（arXiv:2303.17651）
02知识位置
左边先学；右边是学完它之后可以学的。
相关：生成式智能体与记忆Self-Refine 自我反馈迭代
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：AI 应用工程师
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
reflexion)