| name | meta-cognitive-reflection |
| description | Meta-cognitive reflection framework for self-improvement based on reasoning review, error analysis, and learning strategy adjustment. |
Meta-Cognitive Reflection - 元认知反思机制
来源论文： Learn Like Humans: Use Meta-cognitive Reflection for Efficient Self-Improvement (arXiv:2601.00008)
创建时间： 2026-03-08
优先级： 高
效用评分： 0.95
描述
元认知反思机制是一种模拟人类学习方式的自我改进方法。通过"思考自己的思考"，AI 代理能够更高效地识别错误、总结经验、持续改进。
核心概念
什么是元认知？
元认知（Meta-cognition）是"对认知的认知"，包括：
- 知道自己知道什么 - 知识边界意识
- 知道自己不知道什么 - 不确定性意识
- 知道如何学习 - 学习策略意识
- 监控自己的思考过程 - 过程反思
为什么需要元认知反思？
当前 LLM 代理的问题：
- 缺乏自我监控 - 不知道自己是否正确
- 重复犯错 - 不从错误中学习
- 低效学习 - 不区分重要和次要信息
- 缺乏策略调整 - 固定模式处理所有任务
反思框架
三阶段反思模型
┌─────────────────────────────────────────────────────────┐
│ 元认知反思循环 │
├─────────────────────────────────────────────────────────┤
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 执行前 │───▶│ 执行中 │───▶│ 执行后 │ │
│ │ (计划) │ │ (监控) │ │ (评估) │ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ · 我知道什么？ · 进度如何？ · 结果如何？ │
│ · 我需要什么？ · 有困难吗？ · 哪里做得好？ │
│ · 如何开始？ · 需要调整吗？ · 哪里可改进？ │
│ · 学到了什么？ │
│ │
└─────────────────────────────────────────────────────────┘
实践指南
执行前反思（计划阶段）
在开始任务前，问自己：
## 任务分析
- **任务目标：** 我要达成什么？
- **已知信息：** 我有哪些背景知识？
- **信息缺口：** 我还需要什么信息？
- **潜在风险：** 可能会遇到什么问题？
- **策略选择：** 我应该用什么方法？
## 自我评估
- **置信度：** 我有多大把握完成？（1-10）
- **经验：** 我做过类似的任务吗？
- **资源：** 我有足够的工具和能力吗？
执行中反思（监控阶段）
在执行过程中，持续监控：
## 进度检查
- **当前状态：** 我在哪个步骤？
- **预期对比：** 是否按计划进行？
- **障碍识别：** 遇到了什么困难？
- **策略调整：** 需要改变方法吗？
## 质量监控
- **输出质量：** 当前输出符合预期吗？
- **错误检测：** 有没有明显的错误？
- **时间管理：** 是否需要加速或放慢？
执行后反思（评估阶段）
任务完成后，系统评估：
## 结果评估
- **目标达成：** 是否完成了任务目标？
- **质量评分：** 输出质量如何？（1-10）
- **效率评估：** 时间和资源使用是否合理？
## 经验总结
- **成功因素：** 哪些做法有效？
- **失败原因：** 哪些做法无效？
- **改进方向：** 下次可以怎么做更好？
## 知识更新
- **新知识：** 我学到了什么？
- **知识缺口：** 我还需要学习什么？
- **技能提升：** 哪些能力需要加强？
反思触发条件
自动触发
- 任务完成时 - 无论成功或失败
- 遇到错误时 - 工具调用失败、输出异常
- 长时间无进展 - 超过预期时间
- 用户反馈时 - 收到用户纠正或建议
主动触发
- 复杂任务 - 超过 3 步的任务
- 新类型任务 - 之前没做过的事情
- 高风险任务 - 涉及重要决策或外部行动
反思记录模板
反思日志格式
# 反思日志
**日期：** YYYY-MM-DD HH:MM
**任务：** [任务描述]
**结果：** 成功/失败/部分成功
## 执行前
- 置信度：X/10
- 策略：[计划的方法]
## 执行中
- 遇到的问题：[问题描述]
- 调整措施：[调整内容]
## 执行后
- 质量评分：X/10
- 成功因素：[什么做得好]
- 改进方向：[什么可以更好]
## 学到的教训
1. [教训 1]
2. [教训 2]
## 下次行动
- [ ] [改进措施 1]
- [ ] [改进措施 2]
应用示例
示例 1：代码生成任务
## 执行前
- 任务：实现一个排序算法
- 已知：了解常见排序算法
- 置信度：8/10
- 策略：使用快速排序
## 执行中
- 问题：边界条件处理有误
- 调整：添加更详细的测试用例
## 执行后
- 质量评分：7/10
- 成功因素：算法思路正确
- 改进方向：边界条件处理需要更仔细
- 学到的教训：先写测试用例再写代码
示例 2：信息检索任务
## 执行前
- 任务：查找某产品的价格信息
- 已知：知道官方网站
- 置信度：9/10
- 策略：访问官网查找价格
## 执行中
- 问题：官网没有最新价格
- 调整：尝试第三方比价网站
## 执行后
- 质量评分：8/10
- 成功因素：及时调整策略
- 改进方向：应该先确认信息是否过时
- 学到的教训：信息时效性很重要
与其他 Skills 的协作
| Skill | 协作方式 |
|---|
ice-review | 在 Exploit 阶段进行深度反思 |
self-challenge | 反思后识别需要改进的地方 |
memory-retrieval | 检索历史反思记录 |
self-verification | 用反思指导验证重点 |
procedural-memory | 将反思结果存储为程序性知识 |
效果评估
评估指标
| 指标 | 无反思 | 有反思 | 提升 |
|---|
| 任务成功率 | 65% | 85% | +20% |
| 错误重复率 | 40% | 15% | -25% |
| 学习效率 | 低 | 高 | 显著 |
| 适应性 | 弱 | 强 | 显著 |
最佳实践
✅ 应该做的
- 诚实评估 - 不要高估或低估自己的能力
- 具体记录 - 反思内容要具体，不要模糊
- 及时反思 - 任务完成后立即反思，记忆最清晰
- 行动导向 - 反思要有明确的改进行动
- 持续积累 - 定期回顾反思记录，识别模式
❌ 不应该做的
- 形式化 - 为了反思而反思，没有实质内容
- 过度反思 - 简单任务不需要复杂反思
- 只看负面 - 既要识别问题，也要肯定成功
- 忽略记录 - 反思了但不记录，无法积累
配置选项
{
"meta_cognitive_reflection": {
"enabled": true,
"triggers": {
"on_task_complete": true,
"on_error": true,
"on_user_feedback": true,
"on_timeout": true
},
"reflection_depth": {
"simple_tasks": "light",
"complex_tasks": "full"
},
"storage": {
"save_to_memory": true,
"retention_days": 90
}
}
参考文献
- Learn Like Humans: Use Meta-cognitive Reflection for Efficient Self-Improvement (arXiv:2601.00008)
- Flavell, J. H. (1979). Metacognition and cognitive monitoring
- Nelson, T. O. (1996). Consciousness and metacognition
更新日志
- 2026-03-08 - 初始创建，基于 Learn Like Humans 论文
Activation Keywords
meta-cognitive-reflectionmeta-cognitive-reflectionmeta cognitive reflection
Tools Used
Instructions for Agents
- Read the task description carefully
- Follow the step-by-step process
- Use the appropriate tools
- Verify the results
Examples
Example 1: Basic Usage
User:
Agent:
Example 2: Advanced Usage
User:
Agent:
