20 min · 六个模式，各配"何时用/何时退化"和 Easel 实例——本课是概念与正课之间的桥
🎒 预备知识：完成上一课「A9 多智能体」（零基础入口：第 0 课）
1. ReAct（推理+行动交替）——一切的地基。
思想（Yao et al. 2022）：让模型在"行动"之间显式留下"思考"痕迹——想一步、做一步、看结果再想。
它不是可选技巧，而是现代 agent 的默认形态：loop 里模型自然地先输出推理再输出工具调用。
何时退化：纯执行类任务（翻译）不需要显式思考，白费 token。
Easel 实例：loop 本体（正课 L16），thinking 流就是 ReAct 的"思"。
2. 路由 Router——先把请求分派给正确的处理器。
三种实现：显式路由器（一次便宜的 LLM 调用只做分类）、嵌入路由（向量相似度匹配）、
提示词路由（能力索引常驻，主模型顺手选）。Easel 是第三种：114 个技能的 frontmatter
常驻，主模型每轮顺手路由（AGENTS.md 规则①"先路由 SKILL"）。
何时不该用：处理器少于 3 个时，路由本身就是累赘。
3. 规划-执行 Planner-Executor——先产出计划，再逐步执行，中间可断点续跑。
关键设计不是"怎么规划"而是计划存哪：Easel 把跨层计划写成 manifest
（产物路径 + 一句结论的薄索引），每层完成/失败都登记，失败后从断点续跑而不是从头再来
（AGENTS.md 编排节，正课 L03）。何时不该用：两步以内的任务——规划的规划比任务本身贵。
4. 反思 Reflection / 自检——产出后自己检查一遍，不合格返工。
关键设计是返工的度：Easel 的规则是"自检失败带具体意见返工一次，
轻微瑕疵诚实交付并说明，不循环返工"（AGENTS.md 制作节）。无限反思 = 每个产出烧双倍 token
还可能越改越糟。何时不该用：可机械验证的事（文件非空、字数达标）用断言，不用反思。
5. 人机协同 Human-in-the-loop——关键节点必须人类确认。
两种触发：模型主动求助（ask_user，Easel 的问答卡）和流程强制（付费前确认、dry-run 后
显式 --exec 才真发）。设计要点：确认点要少而重——什么都问，用户很快就无脑点确认，
等于没问（警报疲劳，正课 L15 展开）。
6. 守门员 Gatekeeper——不可逆动作前的确定性闸门。
和模式 5 的区别：人机协同问"可以吗"，守门员是代码断言"必须过"。
Easel 的 content_guard：出站内容命中密钥/内网信息 → exit 7 fail-closed，
任何 prompt 都绕不过（正课 L14）。何时不该用：可逆操作——闸门太多，流程就死了。
子智能体 Subagent：主 agent 派生独立上下文的子任务，用完即弃只回传结论
（A9 专讲）。OpenClaw 的 subagent lane 并发隔离就是它的实现位。
编排器 Orchestrator：业务级的层间调度。Easel 的五层（发现→策划→制作→发布→归因）
就是编排器——loop 是引擎，编排是导航。
口诀：每见一个机制，先问"这是哪个模式？解决什么问题？什么时候会坏？" 例如正课 L10 的 supervisor/forward 分离，本质是人机协同模式在工程层的延伸—— 用户离开（断线），工作不停，回来补确认结果。带着模式名读源码，你会读得比作者还快。
不看表，复述六个模式 + 各配一个 Easel 实例 + 各说一个"不该用的场景"（新增要求）。 讲给我听——通过即模式收束，下一课进入 A11 评测与可观测。
一手源：Anthropic · Building Effective Agents——workflow 与 agent 的模式谱系原始出处。