Tree of Thoughts on Blowing in the wind https://zheng-bobo.github.io/tags/tree-of-thoughts/ Recent content in Tree of Thoughts on Blowing in the wind Hugo -- gohugo.io zh-CN Tue, 29 Sep 2026 09:00:00 +0200 Agentic LLM Reasoning（一）：从 Chain of Thought 到搜索、反思与 RLVR https://zheng-bobo.github.io/post/agentic-llm-1-reasoning/ Tue, 29 Sep 2026 09:00:00 +0200 https://zheng-bobo.github.io/post/agentic-llm-1-reasoning/ <p>模型能回答一个问题，不等于它能完成一项任务。</p> <p>普通 Chatbot 接收 Prompt，然后返回 Response；Agent 则要在不断变化的环境中决定下一步做什么，执行动作，读取结果，再判断应该继续、回退还是换一条路。这种能力首先依赖 <strong>Reasoning（推理）</strong>。</p> <p>一个完整的 Agent 系统至少需要三类能力：</p> <ol> <li><strong>Reasoning</strong>：分析状态、拆解问题、比较候选路径并形成决策；</li> <li><strong>Action</strong>：调用工具，把决策转化为对外部世界的操作；</li> <li><strong>Interaction</strong>：读取行动结果，与环境或其他 Agent 持续交换信息并修正策略。</li> </ol> <p>本文是 <strong>Agentic Large Language Models 系列的第一篇</strong>。我不会把 Reasoning 当成一串孤立术语来罗列，而会沿着同一个问题展开：<strong>当一次生成或一条推理链不够可靠时，系统还能增加什么？</strong> 后续两篇将分别讨论 Action 和 Interaction。</p>