10｜提升可靠性：选择合适的Agent的设计模式

1. Agent设计模式中的四大能力：记忆、工具使用、规划和反思能力，是大语言模型的外围设备，支撑其可靠发挥。 2. 记忆能力的实现方法包括事实性记忆和程序性记忆，以及短期记忆和长期记忆，通过Hard Prompting、Soft Prompting和RAG构建Agent的记忆能力。 3. 工具使用能力通过Re-Act设计模式实现，引导大语言模型通过思考、行动和观察完成任务，强调Agent能够根据行动反馈随时改变决策。 4. Re-Act模式不仅仅是工具使用，还强调Agent能够根据行动反馈来随时改变决策，适用于外界环境不可预见性较强的情况。 5. 当外界环境确定性较高，但任务需要分步进行时，需要构建Agent的规划能力。 6. 规划能力与Plan-and-Solve模式受COT（让我们一步步来）启发，因为COT本身就是列出任务的每一步，约等于制定计划的过程。 7. Plan-and-Solve模式具备了确定环境下的规划能力，也具备了不确定环境下的“随机应变”的能力。 8. 反思能力通过Checker完成，能有效地提高准确率，解决“生成回答后，发现的回答和检索结果内容不符”的问题。 9. 在实践中，反思能有效地提高准确率，这也能解决“生成回答后，发现的回答和检索结果内容不符”的问题.