本章小结

本章介绍了智能增强的五大核心模式及其在 Opencode 中的实践应用。

反思模式通过生产者-批评者架构和四步反思循环，让 AI 具备自我审视和改进能力。对于金融分析等高风险任务，2-3 轮反思可显著提升输出质量。

推理技术包括链式思维（CoT）、思维树（ToT）、ReAct 和扩展思考四种方法。CoT 适合顺序推理，ToT 适合方案对比，ReAct 适合需要实时数据的任务，ultrathink 适合复杂决策。

规划模式将复杂目标分解为可执行的子任务，支持动态重规划以应对执行中的变化。Opencode 的 TodoWrite 和 Plan Mode 是规划的有力工具。

护栏机制在输入、处理、输出各环节设置安全检查，通过 Hooks 实现自动化的风险控制。金融场景中的限额控制、合规检查都属于护栏范畴。

人在回路在关键决策点引入人工确认，平衡自动化效率与决策安全。置信度分层和渐进式自动化是优化 HITL 效率的有效策略。

这五种模式不是孤立的技巧，而是相互配合的整体。一个成熟的金融智能体系统，往往需要综合运用多种模式：规划阶段用 Plan Mode + ultrathink，执行阶段用 CoT + 反思，全程配置护栏和 HITL。

核心设计原则： - 先规划后执行 - 分层防御 - 最小权限 - 持续反馈 - 人类最终责任

掌握这些模式后，你就具备了设计可靠金融智能体系统的基础能力。下一章将讨论记忆管理，解决智能体如何存储和利用长期信息的问题。